如何在R中判断客户交易前24小时内是否收到邮件并返回TRUE

步骤说明 #

1. 先将两个数据集中的日期字符串转换为可计算的时间格式——原数据是文本格式，无法直接进行时间差运算。
2. 按客户ID关联交易记录和邮件记录，让每个订单对应该客户的所有邮件。
3. 判断每封邮件是否在订单发生的前24小时内（邮件时间需晚于订单前一天的同一时刻，且早于订单发生时刻）。
4. 按订单聚合，只要该订单有符合条件的邮件，就标记为TRUE，否则为FALSE。

完整代码 #

library(dplyr)
library(lubridate)

# 转换日期格式为POSIXct（可计算的时间格式）
transactions <- transactions %>%
  mutate(order_date = dmy_hms(order_date))

emails <- emails %>%
  mutate(email_date = dmy_hms(email_date))

# 关联数据并生成目标列
result <- transactions %>%
  left_join(emails, by = "customer_id") %>%
  # 判断邮件是否在订单前24小时内
  mutate(within_24h = email_date >= (order_date - days(1)) & email_date < order_date) %>%
  # 按订单分组，判断是否存在符合条件的邮件
  group_by(order_id, customer_id, order_date) %>%
  summarise(email_last_24_hours = any(within_24h, na.rm = TRUE), .groups = "drop")

# 查看结果
print(result)

结果说明 #

运行代码后得到的result数据集与预期一致：

• 客户1的第一笔订单（01.02.2023 10:00:00）前24小时内收到了两封邮件，email_last_24_hours为TRUE。
• 客户1的第二笔订单（01.04.2023 10:00:00）前24小时内无邮件记录，email_last_24_hours为FALSE。
• 客户2的订单（01.02.2023 10:00:00）对应的邮件与订单时间相同，不满足“早于订单时刻”的条件，email_last_24_hours为FALSE。

内容的提问来源于stack exchange，提问作者Alexander