R：在特定层次结构级别进行汇总

Question

数据长这样，叫df1：

员工 ID |经理编号 |管理层

我正在尝试按某个管理级别的执行人员计算员工人数，我们称该级别为“副总裁”。如何通过管理结构中的多个层级进行总结？我需要每个 VP 级别经理的总人数，其中包括向 VP 级别经理报告的较低级别经理的人数。

这是我目前所拥有的：

require(dplyr)

managers <- group_by(df1, Manager.ID)
summarize(managers, count =n())

这告诉我每个经理的人数。现在我需要将这些总数计入 VP 级别经理的计数中。

I.E. VP 3 次被列为经理，所以他现在的count =3。这三位经理中的每一位都管理着 4 个人。所以有问题的 VP 的计数应该等于 15。

我如何在这个级别上滚动？

数据：

df1 <- structure(list(Employee.ID = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 27L
), Manager.ID = c(27L, 27L, 1L, 2L, 4L, 1L, 1L, NA), Management.Level = structure(c(5L, 
5L, 1L, 1L, 3L, 3L, 4L, 2L), .Label = c("ASSOC", "CEO", "Entry", 
"Etnry", "VP"), class = "factor")), .Names = c("Employee.ID", 
"Manager.ID", "Management.Level"), class = "data.frame", row.names = c(NA, 
-8L))

Answer 1

对于这种类型的数据，您可以使用 data.tree 包。

library(data.tree)

#convert factors to string
df1$Management.Level <- as.character(df1$Management.Level)

#convert df1 to data.tree
tree1 <- FromDataFrameNetwork(df1[-nrow(df1),])
tree1$Management.Level <- 'CEO'

您现在可以打印报告的组织结构图数量：

print(tree1, 'Management.Level', 'totalCount')

显示如下：

      levelName Management.Level totalCount
1 27                         CEO          8
2  ¦--1                       VP          4
3  ¦   ¦--3                ASSOC          1
4  ¦   ¦--6                Entry          1
5  ¦   °--7                Etnry          1
6  °--2                       VP          3
7      °--4                ASSOC          2
8          °--5            Entry          1

或者，如果您只想要 VP，您可以使用返回命名列表的 Get 函数：

tree1$Get('totalCount', filterFun = function(node) node$Management.Level == 'VP')

1 2 
4 3 

您甚至可以绘图（有许多样式选项）：

plot(tree1)

虽然有许多样式选项可用，但此图如下所示（请参阅?plot.Node）：

Answer 2

试试这个：

df.c<- df1 %>% 
       arrange(Manager.ID, Employee.ID) %>% 
       mutate(gr = cumsum(lag(Manager.ID, default = 0) != Manager.ID &
                          lag(Employee.ID, default = 0) != Manager.ID)) %>%
       group_by(gr) %>% 
       summarise(top.man.id = min(Manager.ID))

df.s<- df1 %>% 
       arrange(Manager.ID, Employee.ID) %>% 
       mutate(gr = cumsum(lag(Manager.ID, default = 0) != Manager.ID &
                          lag(Employee.ID, default = 0) != Manager.ID)) %>%
       group_by(gr) %>% 
       summarise(count = n()) %>%
       inner_join(df.c, by = "gr")

这导致

# A tibble: 4 × 3
     gr Count top.man.id
  <int> <int>      <int>
1     1     3          1
2     2     2          2
3     3     2         27
4    NA     1         NA