如何将120天间隔内的客户订单按索引日期分组转换为宽格式

需求说明 #

将每个客户的订单按120天间隔分组：以超出前一组索引日期120天范围的首个订单日期作为新组的索引日期，每组对应一行；再将组内多笔订单的ID、日期信息转为宽格式列。

数据准备 #

先将原数据的日期字段转为Date类型，确保后续日期计算准确：

customerid <- c("A1", "A1", "A1", "A1", "A1", "A2", "A2", "A2")
orderid <- c("1", "2", "3", "4", "5", "6", "7", "8")
orderdate <- c("2020-05-19", "2020-09-08", "2020-09-16", "2020-12-21", "2021-01-03", "2020-08-21","2020-11-22","2021-02-01")
df <- data.frame(customerid, orderid, orderdate)

# 转换日期格式为Date类型
df$orderdate <- as.Date(df$orderdate)

步骤1：按客户划分120天间隔组 #

通过循环跟踪每个组的起始日期，判断订单是否属于当前组，生成组编号：

library(dplyr)

df_grouped <- df %>%
  arrange(customerid, orderdate) %>%
  group_by(customerid) %>%
  mutate(
    group_id = {
      groups <- numeric(n())
      current_start <- first(orderdate)
      current_group <- 1
      groups[1] <- current_group
      # 遍历后续订单，判断是否开启新组
      for(i in 2:n()){
        # 可根据需求调整判断条件：> 表示超出120天当天算新组；>= 表示包含120天当天
        if(orderdate[i] > current_start + 120){
          current_group <- current_group + 1
          current_start <- orderdate[i] # 更新新组的起始日期
        }
        groups[i] <- current_group
      }
      groups
    }
  ) %>%
  ungroup()

关键逻辑：每次开启新组后，后续订单的判断基准更新为新组的起始日期，而非第一个订单的日期。

步骤2：将分组数据转为宽格式 #

用tidyr::pivot_wider将组内订单的ID、日期按顺序展开为列：

library(tidyr)

final_result <- df_grouped %>%
  group_by(customerid, group_id) %>%
  mutate(order_seq = row_number()) %>% # 给组内订单编序号
  pivot_wider(
    id_cols = c(customerid, group_id),
    names_from = order_seq,
    values_from = c(orderid, orderdate),
    names_glue = "{.value}_{order_seq}" # 列名格式：字段名_序号
  ) %>%
  ungroup()

# 查看结果
print(final_result)

输出示例（简化版） #

（注：若组内只有1笔订单，后续列会显示NA，可根据需求用replace_na()填充）

内容的提问来源于stack exchange，提问作者pandas123