Question

我有一个像这样的数据框（df1t）：

userid | interaction | goal
0001   | Access1     |  0
0001   | Access2     |  1
0001   | Access3     |  0
0002   | Access1     |  1
0003   | Access2     |  0

对于我正在使用的数据分组：

library(dplyr)
usrlvl <- df1t %>% 
group_by(userid) %>% 
summarise(path = paste(interaction, collapse = " > "),
      goal = sum(goal)
)

结果是这样的

userid | path                        | goal
0001   | Access1 > Access2 > Access3 |  1
0002   | Access1                     |  1
0003   | Access2                     |  0

但是我对这个结果有些疑问。我的路径应该停在目标中并忽略其他人的互动。结果必须如下：

userid | path               | goal
0001   | Access1 > Access2  |  1
0002   | Access1            |  1
0003   | Access2            |  0

有人有这样的问题吗？

Answer 1

使用dplyr

的一种方法

usrlvl <- df1t %>% 
  group_by(userid) %>% 
  filter(!(goal==0 & cumsum(goal)==1))%>%
  summarise(path = paste(interaction, collapse = " > "),
            goal = sum(goal))
# A tibble: 3 x 3
  userid              path  goal
   <dbl>             <chr> <dbl>
1      1 access1 > access2     1
2      2           access1     1
3      3           access2     0

Answer 2

您可以使用which.max在目标从1变为零之前停在最后一个目标

usrlvl <- df1t %>% 
  group_by(userid) %>% 
  summarise(path = paste(interaction[1:which.max(goal)], collapse = " > "),
            goal = sum(goal)
  )
#A tibble: 3 × 3
#  userid              path  goal
#   <int>             <chr> <int>
#1      1 Access1 > Access2     1
#2      2           Access1     1
#3      3           Access2     0

Answer 3

一种选择是编写一个捕获目标状态的函数，并写出该状态的路径。使代码更清晰，特别是如果您需要经常这样做（或使用不同类型的标准）。

首先，定义函数：

untilGoal <- function(x, goal){
  if(sum(goal) >= 1){
    paste(x[1:(which(goal)[1])], collapse = " > ")
  } else
    paste(x, collapse = " > ")
}

期望两个向量，一个用于粘贴，另一个用于逻辑（这是允许灵活性的）。然后，在summarise电话中使用该功能：

df %>%
  group_by(userid) %>%
  summarise(path = untilGoal(interaction, goal == 1)
            , goal = sum(goal))

给出：

  userid              path  goal
1      1 Access1 > Access2     1
2      2           Access1     1
3      3           Access2     0

分组数据并跳转到下一个案例

3 个答案: