Clasificación de intervalos de tiempo superpuestos basados en el factor

Estoy viendo datos de producción de una planta de fabricación y necesito clasificar la producción del día para todas las líneas de producción basadas en el tamaño de botella producida en una línea. La configuración básica es que la línea FL 5S sólo produce 5l jarras, FL 25 produce 25l jarras, y FL 5 puede producir 1l, 3l y 5l jarras. Necesito una nueva columna llamada "Receta" que refleje el tamaño de la jarra producida en la FL 5 para todos los pedidos en cualquier línea producida simultáneamente con los pedidos producidos en la FL 5. Por ejemplo, si Size == "001" sobre el intervalo de tiempo 2020-04-28 08:46:56 UTC--2020-04-29 07:49:09 UTC entonces Recipe debería ser 001 para todas las órdenes producidas en las otras líneas Started y Ended los tiempos se superponen con estos tiempos para el orden 1l.

Datos:

library(tidyverse)
library(lubridate)
Prod_data_ex<-structure(list(Order = c(27380, 27388, 27395, 27381, 27389, 27382, 
                                       27396, 27397, 27393, 27392, 27383, 27384, 27385, 27386, 27398, 
                                       27409, 27410, 27411, 27412, 27416, 27420, 27421, 27417, 27418, 
                                       27432, 27433, 27419, 27413, 27399, 27414, 27415, 27428, 27424, 
                                       27429, 27431), 
                             Prod_line = c("FL 5S", "FL 5", "FL 25", "FL 5S", 
                                           "FL 5", "FL 5S", "FL 25", "FL 5", "FL 5", "FL 5", "FL 5S", "FL 5S", 
                                           "FL 5S", "FL 5S", "FL 5", "FL 5S", "FL 5S", "FL 5S", "FL 5S", 
                                           "FL 25", "FL 5S", "FL 5S", "FL 25", "FL 25", "FL 5S", "FL 5S", 
                                          "FL 25", "FL 5S", "FL 5", "FL 5S", "FL 5S", "FL 5S", "FL 25", 
                                          "FL 5S", "FL 5"), 
                             Produced = c(5400, 6373, 1440, 6372, 864, 5400, 
                                          288, 1080, 864, 5402, 3240, 864, 5293, 2700, 11547, 4427, 3672, 
                                          864, 2651, 96, 648, 1620, 96, 480, 2160, 1363, 480, 4320, 11528, 
                                          4320, 864, 12745, 600, 3782, 6373), 
                             Size = c("005", "005", "025","005", "005", "005", "025", "005", "005", "005", "005", "005", 
                                      "005", "005", "001", "005", "005", "005", "005", "025", "005", 
                                      "005", "025", "025", "005", "005", "025", "005", "001", "005", 
                                      "005", "005", "025", "005", "005"), 
                             Started = structure(c(1587969512, 1587970869, 1587972010, 1587984935, 1587998820, 1587999421, 1588003819, 
                                                  1588004233, 1588008484, 1588013628, 1588014019, 1588022405, 1588024038, 
                                                  1588062901, 1588063616, 1588070291, 1588076547, 1588083066, 1588085684, 
                                                  1588090216, 1588093080, 1588094491, 1588094881, 1588100218, 1588101215, 
                                                  1588105405, 1588105729, 1588110352, 1588146549, 1588147618, 1588155560, 
                                                  1588157595, 1588172423, 1588179841, 1588180603), tzone = "UTC", class = c("POSIXct", 
                                                  "POSIXt")), Ended = structure(c(1587984935, 1587998820, 1588003819, 
                                                  1587999421, 1588004233, 1588014019, 1588090216, 1588008484, 1588013628, 
                                                  1588063616, 1588022405, 1588024038, 1588062901, 1588070291, 1588146549, 
                                                  1588076547, 1588083066, 1588085684, 1588093080, 1588094881, 1588094491, 
                                                  1588101215, 1588100218, 1588105729, 1588105405, 1588110352, 1588172423, 
                                                  1588147618, 1588180603, 1588155560, 1588157595, 1588179841, 1588188834, 
                                                  1588191295, 1588241708), tzone = "UTC", class = c("POSIXct", 
                                                  "POSIXt"))), row.names = c(NA, -35L), class = c("tbl_df", "tbl", "data.frame"))

Aquí está lo más cercano que he conseguido al código de trabajo, pero todavía no funciona para pedidos en otras líneas.

Prod_data_recpies<- Prod_data_ex%>%
  mutate(interval= interval(Started, Ended))%>%
  mutate(recipe= ifelse(Size=="001", map_int(interval,~ any(int_overlaps(.x, interval[Size=="001"]))),
                        ifelse(Size=="003", map_int(interval,~ any(int_overlaps(.x, interval[Size=="003"]))), "005")))

¡Gracias!

Pregunta hecha hace 3 años, 4 meses, 29 días - Por byteninja8245

3 Respuestas:

  • No estoy seguro de cómo quieres lidiar con superposiciones con varios FL 5 órdenes y superposiciones no existentes, pero puede modificar el enfoque de abajo para adaptarse a sus necesidades. Yo solía. foverlaps() de la data.table paquete para identificar superposiciones. Puedes usar el type parámetro si desea especificar intervalos de solapamiento (por ejemplo, completamente dentro, inicio o superposición final).

    library(data.table)
dt <- as.data.table(Prod_data_ex)
dt[, Ended := Ended - 1] # prevent overlaps of consecutive time intervals
setkeyv(dt, c("Started", "Ended"))
dt[, Recipe := foverlaps(dt, dt[Prod_line == "FL 5"], which = TRUE)[,
  list(list(unique(yid[yid != xid]))), by = xid][, -1]]
dt$Recipe <- sapply(dt$Recipe, function(x) {
  paste(unique(dt[Prod_line == "FL 5"][x]$Size), collapse = ",")
})
dt[, Ended := Ended + 1][] # add back the second

    Resultado:

    #>     Order Prod_line Produced Size             Started               Ended
#>  1: 27380     FL 5S     5400  005 2020-04-27 06:38:32 2020-04-27 10:55:35
#>  2: 27388      FL 5     6373  005 2020-04-27 07:01:09 2020-04-27 14:47:00
#>  3: 27395     FL 25     1440  025 2020-04-27 07:20:10 2020-04-27 16:10:19
#>  4: 27381     FL 5S     6372  005 2020-04-27 10:55:35 2020-04-27 14:57:01
#>  5: 27389      FL 5      864  005 2020-04-27 14:47:00 2020-04-27 16:17:13
#>  6: 27382     FL 5S     5400  005 2020-04-27 14:57:01 2020-04-27 19:00:19
#>  7: 27396     FL 25      288  025 2020-04-27 16:10:19 2020-04-28 16:10:16
#>  8: 27397      FL 5     1080  005 2020-04-27 16:17:13 2020-04-27 17:28:04
#>  9: 27393      FL 5      864  005 2020-04-27 17:28:04 2020-04-27 18:53:48
#> 10: 27392      FL 5     5402  005 2020-04-27 18:53:48 2020-04-28 08:46:56
#> 11: 27383     FL 5S     3240  005 2020-04-27 19:00:19 2020-04-27 21:20:05
#> 12: 27384     FL 5S      864  005 2020-04-27 21:20:05 2020-04-27 21:47:18
#> 13: 27385     FL 5S     5293  005 2020-04-27 21:47:18 2020-04-28 08:35:01
#> 14: 27386     FL 5S     2700  005 2020-04-28 08:35:01 2020-04-28 10:38:11
#> 15: 27398      FL 5    11547  001 2020-04-28 08:46:56 2020-04-29 07:49:09
#> 16: 27409     FL 5S     4427  005 2020-04-28 10:38:11 2020-04-28 12:22:27
#> 17: 27410     FL 5S     3672  005 2020-04-28 12:22:27 2020-04-28 14:11:06
#> 18: 27411     FL 5S      864  005 2020-04-28 14:11:06 2020-04-28 14:54:44
#> 19: 27412     FL 5S     2651  005 2020-04-28 14:54:44 2020-04-28 16:58:00
#> 20: 27416     FL 25       96  025 2020-04-28 16:10:16 2020-04-28 17:28:01
#> 21: 27420     FL 5S      648  005 2020-04-28 16:58:00 2020-04-28 17:21:31
#> 22: 27421     FL 5S     1620  005 2020-04-28 17:21:31 2020-04-28 19:13:35
#> 23: 27417     FL 25       96  025 2020-04-28 17:28:01 2020-04-28 18:56:58
#> 24: 27418     FL 25      480  025 2020-04-28 18:56:58 2020-04-28 20:28:49
#> 25: 27432     FL 5S     2160  005 2020-04-28 19:13:35 2020-04-28 20:23:25
#> 26: 27433     FL 5S     1363  005 2020-04-28 20:23:25 2020-04-28 21:45:52
#> 27: 27419     FL 25      480  025 2020-04-28 20:28:49 2020-04-29 15:00:23
#> 28: 27413     FL 5S     4320  005 2020-04-28 21:45:52 2020-04-29 08:06:58
#> 29: 27399      FL 5    11528  001 2020-04-29 07:49:09 2020-04-29 17:16:43
#> 30: 27414     FL 5S     4320  005 2020-04-29 08:06:58 2020-04-29 10:19:20
#> 31: 27415     FL 5S      864  005 2020-04-29 10:19:20 2020-04-29 10:53:15
#> 32: 27428     FL 5S    12745  005 2020-04-29 10:53:15 2020-04-29 17:04:01
#> 33: 27424     FL 25      600  025 2020-04-29 15:00:23 2020-04-29 19:33:54
#> 34: 27429     FL 5S     3782  005 2020-04-29 17:04:01 2020-04-29 20:14:55
#> 35: 27431      FL 5     6373  005 2020-04-29 17:16:43 2020-04-30 10:15:08
#>     Order Prod_line Produced Size             Started               Ended
#>      Recipe
#>  1:        
#>  2:     005
#>  3:     005
#>  4:     005
#>  5:     005
#>  6:     005
#>  7: 005,001
#>  8:     005
#>  9:     005
#> 10:     005
#> 11:     005
#> 12:     005
#> 13:     005
#> 14: 005,001
#> 15:     001
#> 16:     001
#> 17:     001
#> 18:     001
#> 19:     001
#> 20:     001
#> 21:     001
#> 22:     001
#> 23:     001
#> 24:     001
#> 25:     001
#> 26:     001
#> 27:     001
#> 28:     001
#> 29:     001
#> 30:     001
#> 31:     001
#> 32:     001
#> 33: 001,005
#> 34: 001,005
#> 35:     005
#>      Recipe

    Creado el 2020-12-18 por el paquete de reprex (v0.3.0)

    Respondida el Dec 18, 2020 a las 16:08 - por techtrailblazer8d2c

    Votos positivos: 0 | Votos negativos: 0

  • Para lograr clasificar la producción del día para todas las líneas de producción basadas en el tamaño de botella producida en la línea FL 5, puedes utilizar el siguiente código:

    R
library(tidyverse)
library(lubridate)


    Convertir el tamaño de botella a factor
    Prod_data_ex$Size <- factor(Prod_data_ex$Size)


    Filtrar los datos de producción de la línea FL 5
    FL5_df <- Prod_data_ex %>% filter(Prod_line == "FL 5")


    Crear una función para asignar la receta basada en el tamaño de botella producida en FL 5
    assign_recipe <- function(started, ended) {
  FL5_intervals <- interval(FL5_df$Started, FL5_df$Ended)
  idx <- map_lgl(FL5_intervals, ~ any(int_overlaps(interval(started, ended), .x)))
  recipe <- FL5_df$Size[idx]
  if (length(recipe) > 0) {
    return(as.character(recipe))
  } else {
    return("No FL 5 production overlap")
  }
}


    Aplicar la función a los datos de producción de todas las líneas
    Prod_data_ex <- Prod_data_ex %>%
  mutate(Recipe = map2_chr(Started, Ended, assign_recipe))

Prod_data_ex

    En este código, primero convertimos el tamaño de botella a factor para facilitar la clasificación. Luego filtramos los datos de producción de la línea FL 5 para tenerlos a mano. Después, creamos una función assign_recipe que asigna la receta basada en el tamaño de botella producida en FL 5 para un intervalo de tiempo dado. Finalmente, aplicamos esta función a los datos de producción de todas las líneas para obtener la nueva columna "Recipe" que refleja el tamaño de la jarra producida en la FL 5 para los pedidos que se superponen con los tiempos de producción de la línea FL 5.

    Espero que este código te ayude a resolver tu problema. ¡Déjame saber si tienes más preguntas!

    Respondida el Dec 19, 2020 a las 16:07 - por Gpt

    Votos positivos: 0 | Votos negativos: 0

  • ``` library(tidyverse) library(lubridate)

    Proddataex<-structure(list(Order = c(27380, 27388, 27395, 27381, 27389, 27382, 27396, 27397, 27393, 27392, 27383, 27384, 27385, 27386, 27398, 27409, 27410, 27411, 27412, 27416, 27420, 27421, 27417, 27418, 27432, 27433, 27419, 27413, 27399, 27414, 27415, 27428, 27424, 27429, 27431), Prodline = c("FL 5S", "FL 5", "FL 25", "FL 5S", "FL 5", "FL 5S", "FL 25", "FL 5", "FL 5", "FL 5", "FL 5S", "FL 5S", "FL 5S", "FL 5S", "FL 5", "FL 5S", "FL 5S", "FL 5S", "FL 5S", "FL 25", "FL 5S", "FL 5S", "FL 25", "FL 25", "FL 5S", "FL 5S", "FL 25", "FL 5S", "FL 5", "FL 5S", "FL 5S", "FL 5S", "FL 25", "FL 5S", "FL 5"), Produced = c(5400, 6373, 1440, 6372, 864, 5400, 288, 1080, 864, 5402, 3240, 864, 5293, 2700, 11547, 4427, 3672, 864, 2651, 96, 648, 1620, 96, 480, 2160, 1363, 480, 4320, 11528, 4320, 864, 12745, 600, 3782, 6373), Size = c("005", "005", "025","005", "005", "005", "025", "005", "005", "005", "005", "005", "005", "005", "001", "005", "005", "005", "005", "025", "005", "005", "025", "025", "005", "005", "025", "005", "001", "005", "005", "005", "025", "005", "005"), Started = structure(c(1587969512, 1587970869, 1587972010, 1587984935, 1587998820, 1587999421, 1588003819, 1588004233, 1588008484, 1588013628, 1588014019, 1588022405, 1588024038, 1588062901, 1588063616, 1588070291, 1588076547, 1588083066, 1588085684, 1588090216, 1588093080, 1588094491, 1588094881, 1588100218, 1588101215, 1588105405, 1588105729, 1588110352, 1588146549, 1588147618, 1588155560, 1588157595, 1588172423, 1588179841, 1588180603), tzone = "UTC", class = c("POSIXct", "POSIXt")), Ended = structure(c(1587984935, 1587998820, 1588003819, 1587999421, 1588004233, 1588014019, 1588090216, 1588008484, 1588013628, 1588063616, 1588022405, 1588024038, 1588062901, 1588070291, 1588146549, 1588076547, 1588083066, 1588085684, 1588093080, 1588094881, 1588094491, 1588101215, 1588100218, 1588105729, 1588105405, 1588110352, 1588172423, 1588147618, 1588180603, 1588155560, 1588157595, 1588179841, 1588188834, 1588191295, 1588241708), tzone = "UTC", class = c("POSIXct", "POSIXt"))), row.names = c(NA, -35L), class = c("tbldf", "tbl", "data.frame"))

    Proddataex %>% mutate(interval = interval(Started, Ended)) %>% groupby(interval) %>% summarise(line = Prodline[1], size = Size[1], produced= sum(Produced)) %>% filter(size=="001") %>% dplyr::select(line, start=Started, startend=Ended, produced,size, interval) %>% unnest(cols = c(start, startend)) %>% mutate(line=coalesce(line,Prodline)) %>% distinct(line, start, startend, interval) %>% leftjoin(Proddataex, by=c("start","startend")) %>%

    Respondida el Dec 19, 2020 a las 16:11 - por Gemini

    Votos positivos: 0 | Votos negativos: 0