如何解决按PurchaseID计算首次与末次时间差时的报错问题

嘿，我看你遇到的这个报错其实是个常见的小坑——你以为已经把数据集转成data.table了，但实际上转换操作没生效，导致后续代码还是在用普通data.frame的索引语法，而data.frame的[函数根本不支持by参数，所以才会弹出unused argument (by = PurchaseID)这个错误。

为啥会出这个错？ #

你写了CJ <- data.table(CJ)，但这里可能有两个关键问题：

1. 从你贴的dput结果来看，你的实际数据集是CJgroup，不是CJ——是不是变量名写错了？
2. 就算是操作CJ，如果转换后没有正确覆盖原对象（比如原对象有特殊属性，或者你在转换后又做了其他把它变回data.frame的操作），那它还是个普通数据框，自然用不了data.table的by分组语法。

怎么解决？ #

方法1：老老实实把数据集转成data.table

先确认包加载了，再正确转换并分组计算：

# 先加载data.table包（没装的话先跑install.packages("data.table")）
library(data.table)

# 把你的实际数据集CJgroup转成data.table
CJgroup <- as.data.table(CJgroup)

# 按PurchaseID分组，计算首次和末次timestamp的差值
CJgroup[, difference := max(timestamp) - min(timestamp), by = PurchaseID]

# 看看结果对不对
head(CJgroup)

方法2：换用dplyr来实现（如果更习惯这个语法）

要是你对data.table的语法不太熟，用dplyr的分组 mutate 也能达到同样效果：

library(dplyr)

CJgroup <- CJgroup %>%
  group_by(PurchaseID) %>%
  mutate(difference = max(timestamp) - min(timestamp)) %>%
  ungroup()

先确认数据集类型！

你可以先跑这个命令，看看你的数据集到底是什么类型：

class(CJgroup)

如果输出是[1] "data.table" "data.frame"，说明转换成功了；如果只是[1] "data.frame"，那就得重新执行转换命令。

另外你说子集上执行没问题，大概率是子集操作的时候无意中触发了data.table的转换，或者子集的变量名是对的，但全量数据集的变量名写错了，这个要多留意~

内容的提问来源于stack exchange，提问作者Marc van Eck