基於分組變量

使用dplyr生成訂單排序列我對dplyr從特定消費者的事務日誌生成tbl_df對象上的排列列有點困難。數據我有這樣的：基於分組變量

         consumerid merchant_id  eventtimestamp merchant_visit_rank 
               (chr)  (int)    (time)   (dbl) 
      1 004a5cc3-3d60-4d14-85b3-706e454aae13   52 2015-01-15 13:33:00    0 
      2 004a5cc3-3d60-4d14-85b3-706e454aae13   56 2015-01-16 13:58:03    1 
      3 004a5cc3-3d60-4d14-85b3-706e454aae13   56 2015-01-16 13:58:41    0 
      4 004a5cc3-3d60-4d14-85b3-706e454aae13   52 2015-01-16 13:59:05    1 
      5 004a5cc3-3d60-4d14-85b3-706e454aae13   52 2015-01-16 13:59:55    1 
      6 004a5cc3-3d60-4d14-85b3-706e454aae13   52 2015-01-16 14:15:56    0 
      7 004a5cc3-3d60-4d14-85b3-706e454aae13   58 2015-01-21 13:52:18    1 
      8 004a5cc3-3d60-4d14-85b3-706e454aae13   58 2015-01-21 13:52:19    0 
      9 004a5cc3-3d60-4d14-85b3-706e454aae13   54 2015-01-21 13:52:24    0 
      10 004a5cc3-3d60-4d14-85b3-706e454aae13   58 2015-01-21 13:52:29    0 
      ..         ...   ...     ...   ...

我要那麼它告訴我這個交易會議期間就這個商家的訂單生成一個商人訪問級別。在我們的情況下，正確的排名會看：

         consumerid merchant_id  eventtimestamp merchant_visit_rank 
               (chr)  (int)    (time)   (dbl) 
      1 004a5cc3-3d60-4d14-85b3-706e454aae13   52 2015-01-15 13:33:00    1 
      2 004a5cc3-3d60-4d14-85b3-706e454aae13   56 2015-01-16 13:58:03    2 
      3 004a5cc3-3d60-4d14-85b3-706e454aae13   56 2015-01-16 13:58:41    2 
      4 004a5cc3-3d60-4d14-85b3-706e454aae13   52 2015-01-16 13:59:05    3 
      5 004a5cc3-3d60-4d14-85b3-706e454aae13   52 2015-01-16 13:59:55    3 
      6 004a5cc3-3d60-4d14-85b3-706e454aae13   52 2015-01-16 14:15:56    3 
      7 004a5cc3-3d60-4d14-85b3-706e454aae13   58 2015-01-21 13:52:18    4 
      8 004a5cc3-3d60-4d14-85b3-706e454aae13   58 2015-01-21 13:52:19    4 
      9 004a5cc3-3d60-4d14-85b3-706e454aae13   54 2015-01-21 13:52:24    5 
      10 004a5cc3-3d60-4d14-85b3-706e454aae13   58 2015-01-21 13:52:29    6 
      ..         ...   ...     ...   ...

我曾嘗試在dplyr與窗口的功能發揮是這樣的：

  measure_media_interaction %>% 
       #selecting the fields we wish from the dataframe 
       select(consumerid,merchant_id,eventtimestamp) %>% 
       #mutate a placeholder column to be used for the rank 
       mutate(merchant_visit = 0) %>% 
       #sort them by consumer and timestamp 
       arrange(consumerid,eventtimestamp) %>% 
       #change the column so it shows that this merchant was the first this consumer visited 
       #or not 
       mutate(merchant_visit = 
         ifelse(lead(merchant_id)!=merchant_id,merchant_visit,merchant_visit+1))

但是我堅持，我不知道該怎麼辦它有效。對此有何想法？

來源

2016-01-22 nkorf

這是一個解決方案。我們使用lag來測試merchant_id是否更改，並使用cumsum來增加計數器。

measure_media_interaction %>% 
    select(consumerid,merchant_id,eventtimestamp) %>% 
    arrange(consumerid,eventtimestamp) %>% 
    mutate(merchant_visit=cumsum(c(1,(merchant_id != lag(merchant_id))[-1])))

來源

2016-01-22 20:10:15 scoa

基於分組變量

回答

相關問題