R语言按ID计算零花钱发放节点各时间区间的汉堡消费均值实现方法
按ID维度分时间区间的汉堡食用量均值统计
数据与场景说明
- 关联数据框
pocket_money:包含id、date两列,每行记录对应用户在指定日期收到零花钱的事件 - 关联数据框
burgers:以1周为固定观测间隔,存储每个ID在上次观测点到下次观测点的周期内,累计食用的汉堡总数 - 统计目标:按ID维度拆分三类时间区间,计算对应区间的平均汉堡食用量,最终结果存为列表
out:- 首笔零花钱发放日期之前的所有观测周期均值
- 相邻两次零花钱发放日期之间的所有观测周期均值
- 最后一笔零花钱发放日期之后的所有观测周期均值
可复现测试代码
library(lubridate) library(tidyverse) set.seed(88) n = 2 events = 4 period = 6 max_obs = 50 pocket_money <- data.frame(id = sample(1:n, events, replace = TRUE), date = sample(lubridate::today() - weeks(2:(period - 1)), events, replace = TRUE)) %>% arrange(id, date) %>% distinct burgers <- expand.grid(id = 1:n, date = lubridate::today() - weeks(1:period)) %>% mutate(obs = sample(0:max_obs, nrow(.), replace = TRUE)) %>% arrange(id, date) # 期望的输出结构示例 out <- list("1" = c(mean(c(6,9,8)), 14, 28, 24), "2" = c(mean(c(32, 45, 31, 20, 1)), 15))
内容的提问来源于stack exchange,提问作者Joost
相关产品推荐
相关产品推荐

