R语言如何标记支付数据中同一邮箱对应多个IP的用户记录

实现方案 #

方法1：tidyverse（dplyr）方案（适配你常用的管道语法） #

直接基于你熟悉的管道语法调整，核心逻辑是按邮箱分组后统计唯一IP数量做判断：

library(dplyr)
dataf <- dataf %>%
  # 按用户邮箱分组
  group_by(shopper_email) %>%
  # 统计当前邮箱对应的唯一IP数量，大于1标记yes否则no
  mutate(change_ip = ifelse(n_distinct(IP) > 1, "yes", "no")) %>%
  # 去除分组状态，避免影响后续数据操作
  ungroup()

方法2：base R方案（无需加载第三方包） #

如果不想依赖第三方包，可以用ave函数实现分组统计：

dataf$change_ip <- ave(
  dataf$IP, 
  dataf$shopper_email, 
  FUN = function(x) ifelse(length(unique(x)) > 1, "yes", "no")
)

两种方案都可以直接得到你需要的输出结果，相比循环写法代码更简洁，处理大样本数据时效率也更高。

内容的提问来源于stack exchange，提问作者Andrea