R语言事件研究：按appid与事件日分组计算事件前ccu_avg均值

核心需求 #

• 新增est_ccu_avg列，按appid与Eventdate1组合分组计算，适配单个appid对应多个事件的场景
• 计算规则：仅统计事件日之前样本的ccu_avg均值，事件日及之后的样本不纳入计算范围

原有代码问题 #

之前编写的代码存在两个核心错误：

1. 没有先按appid和Eventdate1分组，会导致全表数据混算
2. 索引逻辑错误：unique(study$appid)返回的是去重后的appid向量，无法逐行匹配分组范围，直接引用全量study数据集也会突破分组边界

正确实现代码 #

library(dplyr)

study <- study %>%
  # 按游戏ID、事件日期双维度分组，隔离不同事件的计算范围
  group_by(appid, Eventdate1) %>%
  mutate(
    # 仅保留当前组内日期早于事件日的样本计算均值，na.rm可按需配置是否忽略缺失值
    est_ccu_avg = mean(ccu_avg[datefinal < Eventdate1], na.rm = TRUE)
  ) %>%
  ungroup()

逻辑说明 #

• 分组操作后，所有计算会在单个appid+单个Eventdate1的组内独立执行，不会出现跨事件、跨游戏的数据混算
• 方括号内的datefinal < Eventdate1会逐行判断样本日期是否在事件日之前，仅筛选符合估计窗口要求的ccu_avg值参与均值计算
• 计算完成后执行ungroup()取消分组，避免后续操作受分组状态影响

用提供的前6行样例数据验证：6条样本的datefinal均早于Eventdate1（18949），计算得到的est_ccu_avg约为30351.83，符合预期。

内容的提问来源于stack exchange，提问作者Sjoerd S