在R中基于lubridate实现带事件留存的销售数据周聚合

要实现按周一为周起始计算周平均价格，同时保留周内存在的事件名称，核心是不将event_name纳入分组键，而是在聚合时从组内提取非空的事件名称。以下是具体的R代码实现：

步骤1：加载所需包 #

library(dplyr)
library(lubridate)

步骤2：数据处理与聚合 #

假设你的原始数据存储在名为sales_data的数据框中，执行以下代码：

sales_processed <- sales_data %>%
  # 将字符串日期转换为Date类型
  mutate(date = mdy(date)) %>%
  # 生成以周一为起始的周日期（2012/12/24为周一，会被保留为周起始）
  mutate(week_start = floor_date(date, unit = "week", week_start = 1)) %>%
  # 按商品、门店、分类、部门、周起始日期分组
  group_by(item_id, store_id, category_id, dept_id, week_start) %>%
  summarise(
    # 计算周平均价格
    weekly_avg_price = mean(daily_price),
    # 提取周内非空的事件名称（取第一个非空值，若周内有多个事件可按需调整逻辑）
    event_name = first(na.omit(event_name)),
    .groups = "drop"
  ) %>%
  # 将周起始日期列重命名为date，匹配预期输出的列名
  rename(date = week_start)

代码关键点说明 #

• floor_date(..., week_start = 1)：明确指定周一为一周的起始日，确保2012/12/24被识别为周起始日期
• 分组仅使用item_id、store_id、category_id、dept_id和周起始日期，避免因event_name的空值/非空值差异拆分同一周的数据
• first(na.omit(event_name))：过滤掉组内的空事件名称后取第一个有效值，保证只要周内存在事件就会被留存；若周内无事件则返回NA
• mean(daily_price)直接计算组内每日价格的平均值，对应示例中(6+6+6+7+7)/5=6.4的结果

最终输出结果 #

内容的提问来源于stack exchange，提问作者Tim George