使用R语言dplyr包计算客户行为分组序列的问题求助

核心使用dplyr内置的dense_rank()函数实现需求，该函数会为相同取值分配相同排名，且排名连续递增，刚好匹配两类序列的计算逻辑。

完整实现代码 #

library(dplyr)

result <- sample_data %>%
  # 先按日期全局排序，保证序列严格按时间顺序递增
  arrange(activity_date) %>%
  # 计算通用序列：按客户分组，对日期做稠密排名
  group_by(customer_id) %>%
  mutate(general_sequence = dense_rank(activity_date)) %>%
  ungroup() %>%
  # 计算规则序列：按客户+行为类型分组，对日期做稠密排名
  group_by(customer_id, activity) %>%
  mutate(rule_sequence = dense_rank(activity_date)) %>%
  ungroup()

逻辑说明 #

• 原代码使用1:n()按行号计数，导致同一天的多条记录拿到不同序列值，替换为dense_rank(activity_date)后，同一分组下相同日期的记录会分配相同序列值，仅当日期变更时序列值+1，符合通用序列的要求。
• 规则序列仅需要调整分组维度为customer_id + activity，复用dense_rank()对日期排名即可，同一客户同一行为下相同日期对应相同序列值，出现新日期时序列自动递增。

最终输出的result与需求描述的计算逻辑完全匹配。

内容的提问来源于stack exchange，提问作者emil_rore