Comment comparer la fréquence de réapparition de données selon le temps

[Jc41]

Bonjour,

je m'explique, je dispose de données et j'aimerai savoir si ces même données réapparaissent ou non les mois qui suivent.

Pour vérifier cela il faut voir si les 3 champs (idClient, StringA et String B) sont les mêmes pour la date du 18/01/2020 et celle du 18/02/2020.

Le but serait d'obtenir un taux de réapparition des données.  Avec le fichier exemple on aurait  nb réapparition à la date du 18/02/2020 divisé par le nb de ligne du 18/01/2020.

Ici seule la 1ere ligne réapparait dans la 2eme date (1/5a/33e). On aurait donc 1/4.

Je dispose d'un très grand jeu de données qui ne fait qu'évoluer et j'aimerai pouvoir obtenir ce résultat dans une visualisation.

Je précise que les valeurs distinct de chacun  des 3 champs est très important en termes de volumétrie.

Cordialement

[Anil_Babu_Samineni]

This statement I am not clear?

Here only the 1st line reappears in the 2nd date (1 / 5a / 33e). We would therefore have 1/4.

Also, can you share expected result from given data? I understand that If all 3 columns had same data on dates, you need to pick.

[Jc41]

Here only the 1st line reappears in the 2nd date (1 / 5a / 33e). We would therefore have 1/4.

We divide data in 2 parts, one part for the first date(18/01/2020) and one for the second(18/02/2020), the goal is to know if each record in first part appear in the second one. In this exemple , only the first record appear in both part (1/5a/33e).

So only one record and there is 4 record in the first part. So the result will be 1/4 = 0.25. That mean 25% of my dataset  in part 1 appear in part 2.

[Anil_Babu_Samineni]

Since you have 2 dates may be we can calculate, But what if you have the date more than 5 to aggregate? Are you expecting something like Permutaion and Combination ?

[Jc41]

I just take the first date as a reference. Then i want to compare data for the first date with others one by one.