在R中计算视频截至各分钟的累计唯一用户数

我有视频相关数据，想要在R中生成一张汇总表，统计每个视频截至对应分钟的累计唯一用户数量。尝试按Video和Minute分组后，只能得到该分钟的唯一用户数，而非累计值。

原始数据表 #

目标数据表 #

可以用dplyr包实现累计唯一用户数的统计，步骤如下：

1. 安装并加载dplyr包（未安装则执行安装命令）：

install.packages("dplyr")
library(dplyr)

2. 处理数据并生成汇总表：

# 假设原始数据框名为df
result <- df %>%
  # 去重：保留每个用户在对应视频中的首次记录
  distinct(User, Video, .keep_all = TRUE) %>%
  # 按视频分组，按分钟升序排序
  group_by(Video) %>%
  arrange(Minute, .by_group = TRUE) %>%
  # 累计计算截至当前分钟的唯一用户数
  mutate(Unique_Users = cumsum(!duplicated(User))) %>%
  # 按视频+分钟分组，提取对应分钟的累计最大值
  group_by(Video, Minute) %>%
  summarise(Unique_Users = max(Unique_Users), .groups = "drop")

3. 查看结果：

print(result)

逻辑说明 #

• distinct(User, Video, .keep_all = TRUE)：剔除同一用户在同一视频中的重复记录，仅保留首次出现的条目。
• group_by(Video) %>% arrange(Minute)：确保按视频分组后，分钟按时间顺序排列，保证累计统计的正确性。
• cumsum(!duplicated(User))：通过判断用户是否首次出现，将逻辑值转换为数值后累加，得到累计唯一用户数。
• 最后按视频和分钟分组取最大值，确保每个分钟对应的是截至该分钟的累计用户总数。

内容的提问来源于stack exchange，提问作者Aman