首页 文章

在mutate（）中使用lag来为已创建的列前滚滚动值

提问于
浏览 次
1

我试图在点击流数据中指定会话 . 我根据months和userId对行进行分组，并尝试创建另一个变量会话，该会话查看diff_days列，如果那个> 0.00209则增加，否则保持为先前的值 . 所以基本上我正在尝试创建会话变量并同时使用滞后版本 . 组中的第一行始终是session = 1 .

例如，这个数据是group_by中的一个组：

ID Month diff_days
2    0     NA
2    0     0.0002
2    0     0.001
2    0     0.01
2    0     0.00034
2    0     0.1
2    0     0.3
2    0     0.00005

我想在每个组中创建会话变量，如下所示：

ID Month diff_days session
2   0    NA        1
2   0    0.0002    1
2   0    0.001     1    
2   0    0.01      2
2   0    0.00034   2
2   0    0.1       3
2   0    0.3       4
2   0    0.00005   4

我正在使用的代码，但没有给出正确的答案：

data <- data %>% group_by(ID, Month)
%>% mutate(session =  ifelse(row_number() == 1, 1 ,
ifelse(diff_days < 0.0209, lag(session) , lag(session) + 1))) %>% ungroup()

我一直在努力解决这个问题，所以任何帮助都会非常感激 .

谢谢！

r dplyr lag mutate clickstream

1 回答

  • 1

    我们可以在'ID'，'Month'分组后对逻辑向量使用 cumsum . 创建一个逻辑向量 diff_days[-1] >= 0.00209 （删除第一个观察，即 NA 并附加 TRUE 作为第一个 . 然后，获取累积总和，以便对于每个TRUE值，它将被添加1 .

    data %>% 
   group_by(ID, Month) %>%
   mutate(session = cumsum(c(TRUE, diff_days[-1] >= 0.00209)))
# A tibble: 8 x 4
# Groups:   ID, Month [1]
#     ID Month diff_days session
#  <int> <int>     <dbl>   <int>
#1     2     0  NA             1
#2     2     0   0.0002        1
#3     2     0   0.001         1
#4     2     0   0.01          2
#5     2     0   0.00034       2
#6     2     0   0.1           3
#7     2     0   0.3           4
#8     2     0   0.00005       4
    回复于

相关问题