按用户计算转换点前Exponential占比并汇总为Final_Conv列

这个需求的核心是动态划分每个用户的转换区间，避免手动创建多个转换列，下面用两种方法实现，都是完全可扩展的——不管用户有多少个转换点，代码都不需要修改。

首先先还原你的原始数据集：

# 创建原始数据集
User<- c("User1", "User1","User1", "User1","User1", "User1","User1", "User2","User2","User2","User2","User2","User2","User2")
Touchpoints <- c("A", "B", "C", "F", "D", "E", "H","A", "B", "K", "D", "E", "F", "M")
Conversion <- c(0,0,0,1,0,0,1,0,0,1,1,0,0,1)
Frequency<-c(1,2,3,0,4,5,0,1,2,0,0,3,4,5)
df<-data.frame(User, Touchpoints, Conversion, Frequency)
df$Exponential<-ifelse(df$Frequency>0, exp(df$Frequency), 0)

方法1：用dplyr（简洁易读，推荐） #

dplyr的分组和窗口函数非常适合这类按用户分组的动态计算：

library(dplyr)

df_final <- df %>%
  # 第一步：按用户分组，标记每个转换区间
  # 思路：每次遇到Conversion=1，区间编号+1，初始区间为1
  group_by(User) %>%
  mutate(conv_interval = cumsum(Conversion) + 1) %>%
  
  # 第二步：按用户+区间分组，计算当前区间的Exponential总和
  group_by(User, conv_interval) %>%
  mutate(interval_total = sum(Exponential)) %>%
  
  # 第三步：计算Final_Conv：转换记录设为0，非转换记录取占比并保留4位小数
  mutate(Final_Conv = ifelse(Conversion == 1, 0, round(Exponential / interval_total, 4))) %>%
  
  # 清理辅助列，保留需要的结果列
  ungroup() %>%
  select(User, Touchpoints, Conversion, Frequency, Final_Conv)

运行后输出的df_final就和你期望的结果完全一致：

# A tibble: 14 × 5
   User  Touchpoints Conversion Frequency Final_Conv
   <chr> <chr>            <dbl>     <dbl>      <dbl>
 1 User1 A                    0         1      0.1017
 2 User1 B                    0         2      0.2764
 3 User1 C                    0         3      0.7514
 4 User1 F                    1         0      0    
 5 User1 D                    0         4      0.2341
 6 User1 E                    0         5      0.6364
 7 User1 H                    1         0      0    
 8 User2 A                    0         1      0.5379
 9 User2 B                    0         2      1.4621
10 User2 K                    1         0      0    
11 User2 D                    1         0      0    
12 User2 E                    0         3      0    
13 User2 F                    0         4      0    
14 User2 M                    0         5      0    

为什么这个方法可扩展？ #

• cumsum(Conversion) + 1会自动为每个用户生成转换区间编号，不管用户有1个、2个还是N个转换点，都不需要手动调整代码
• 所有计算都是基于动态生成的区间，不会出现列数随转换点数量增加而爆炸的问题

方法2：用Base R（无需额外依赖） #

如果不想加载dplyr包，用Base R也能实现：

# 1. 标记每个用户的转换区间
df$conv_interval <- ave(df$Conversion, df$User, FUN = function(x) cumsum(x) + 1)

# 2. 计算每个区间的Exponential总和
interval_totals <- aggregate(Exponential ~ User + conv_interval, data = df, sum)

# 3. 将总和合并回原数据集
df <- merge(df, interval_totals, by = c("User", "conv_interval"), suffixes = c("", "_total"))

# 4. 计算Final_Conv
df$Final_Conv <- ifelse(df$Conversion == 1, 0, round(df$Exponential / df$Exponential_total, 4))

# 5. 整理列并恢复原始顺序
df_final_base <- df[, c("User", "Touchpoints", "Conversion", "Frequency", "Final_Conv")]
df_final_base <- df_final_base[order(match(df_final_base$User, df$User), 
                                     match(df_final_base$Touchpoints, df$Touchpoints)), ]
rownames(df_final_base) <- NULL

运行后得到的结果和dplyr方法完全一致，适合不能加载外部包的场景。

内容的提问来源于stack exchange，提问作者Nick Knauer