R中的库存预测计算

Question

我正在尝试替换我们的供应链团队目前用于销售预测和库存预测的过时 Excel 报告，为此我正在使用 R。 所需的输出是一个数据框，其中一列是 N 周 内每周的预计结束库存头寸。

我正在努力解决的部分是关闭库存头寸的递归计算。下面是带有虚拟数据的数据框子集，其中 "stock_projection" 是期望结果。

我刚刚开始学习 R 中的递归，所以我不确定如何在这里实现它。任何帮助将不胜感激！

week	forecast	opening_stock	stock_projection
1	10	100	100
2	11		89
3	12		77
4	10		67
5	11		56
6	10		46
7	12		34
8	11		23
9	9		14
10	12		2

更新

我已设法修改here 解释的解决方案并复制了上述结果：

inventory<- tibble(week = 1, opening_stock = 100)
forecast<-  tibble(week = 2:10, forecast = c(11, 12, 10, 11, 10, 12, 11, 9, 12) )

dat <- full_join(inventory, forecast)

dat2 <- dat %>%
  mutate(forecast = -forecast) %>%
  gather(transaction, value, -week) %>%
  arrange(week) %>%
  mutate(value = replace_na(value, 0))


dat2 %>%
  mutate(value = cumsum(value)) %>%
  ungroup() %>%
  group_by(week) %>%
  summarise(stock_projection = last(value))

尽管工作就像一个魅力，我想知道是否还有其他方法可以实现这一目标？

Answer 1

我认为在上面的问题中，您不必太担心递归，因为股票预测看起来就像开盘股票减去预测的累积总和。你可以这样做：

library(dplyr)
dat <- tibble(
  week = 1:10, 
  forecast = c(10,11,12,10,11,10,12,11,9,12), 
  opening_stock = c(100, rep(NA, 9))
)

dat <- dat %>% 
  mutate(fcst = case_when(week == 1 ~ 0, 
                          TRUE ~ forecast), 
    stock_projection = case_when(
    week == 1 ~ opening_stock, 
    TRUE ~ opening_stock[1] - cumsum(fcst))) %>% 
  dplyr::select(-fcst)

dat
# # A tibble: 10 × 4
#    week forecast opening_stock stock_projection
#   <int>    <dbl>         <dbl>            <dbl>
# 1     1       10           100              100
# 2     2       11            NA               89
# 3     3       12            NA               77
# 4     4       10            NA               67
# 5     5       11            NA               56
# 6     6       10            NA               46
# 7     7       12            NA               34
# 8     8       11            NA               23
# 9     9        9            NA               14
# 10    10       12            NA                2