Discussion :

[LaMars]

Bonjour,

Je dispose d'un dataframe df contenant la liste des appels de mes clients.
J'aimerais grâce à ce dataframe identifier si les clients m'ont appelé plusieurs fois sur une période définie : 7 jours avant et 7 jours après, pour un même sujet.

Voici mes données initiales :

id_client	id_appel	sujet	date
4	40	B	04/10/2021
4	41	B	05/10/2021
3	30	B	05/10/2021
2	20	A	12/10/2021
5	50	C	13/10/2021
5	51	A	14/10/2021
1	10	A	20/10/2021
1	11	A	29/10/2021

Au final je souhaite indiquer si l'appel est un doublon (si c'est le cas identifier le 1er appel en tant que FIRST, les autres en doublons) ou s'il est unique.
J'aimerai si possible quelque chose comme ça :

id_client	id_appel	sujet	date	new_var
4	40	B	04/10/2021	FIRST
4	41	B	05/10/2021	DOUBLON
3	30	B	05/10/2021	UNIQUE
2	20	A	12/10/2021	UNIQUE
5	50	C	13/10/2021	UNIQUE
5	51	A	14/10/2021	UNIQUE
1	10	A	20/10/2021	UNIQUE
1	11	A	29/10/2021	UNIQUE

J'espère que mes explications sont assez claires, merci d'avance pour les retours qu'il pourrait y avoir sur le sujet !

Bien cordialement

[olivier.decourt]

Bonjour.
Ce genre de problème se gère relativement bien avec {dplyr}, j'espère que c'est une syntaxe qui t'est familière.
L'idée générale est déjà de suivre les étapes suivantes :

• trier les données par client, sujet et date d'appel
• faire des blocs (group_by) par client et sujet
• calculer l'écart entre la date d'appel et la précédente, et aussi l'écart entre la date d'appel et la suivante (fonctions lag et lead)
• selon les résultats, définir la valeur de NEW_VAR avec une formule conditionnelle type case_when

Si tu bloques sur des problèmes de code spécifiques on sera ravis de t'aider.