Question

我正在尝试过滤客户购买产品后购买的产品＆＃34; A＆＃34;。

我的样本数据集：

fk_ConsumerID   ProductName Date
1   B   2015.10.12
1   A   2015.10.14
1   C   2015.10.18
1   D   2015.10.19
2   A   2015.10.10
2   B   2015.10.12
2   C   2015.10.14
2   D   2015.10.18
2   E   2015.10.19
3   C   2015.10.14
3   D   2015.10.18
3   A   2015.10.19
4   B   2015.10.10

我想得到的结果：

fk_ConsumerID   ProductName Date
1   C   2015.10.18
1   D   2015.10.19
2   B   2015.10.12
2   C   2015.10.14
2   D   2015.10.18
2   E   2015.10.19

我尝试编写代码：

library(dplyr)
#Grouping customers
customers <- group_by(df, fk_ConsumerId)
#Filtering the ones that appear after A (Doesn`t work)
f<-filter(customers, ProductName > "A")

Answer 1

我会尝试找到一个更简洁的解决方案，但这是一个临时的解决方案。

library(dplyr)
library(purrr)

df <- data.frame(fk_ConsumerID=c(1,1,1,1,2,2,2,2,2,3,3,3,4),
ProductName=c("B","A","C","D","A","B","C","D","E","C","D","A","B"),
                  Date=c(1:13)
                 )

df <- df %>% group_by(fk_ConsumerID) %>% 
        mutate(cc=ProductName=="A",
               ss=seq_along(ProductName)
               ) 


  fk_ConsumerID ProductName  Date    cc    ss
           <dbl>      <fctr> <int> <lgl> <int>
1              1           B     1 FALSE     1
2              1           A     2  TRUE     2
3              1           C     3 FALSE     3
4              1           D     4 FALSE     4
5              2           A     5  TRUE     1
6              2           B     6 FALSE     2
7              2           C     7 FALSE     3
8              2           D     8 FALSE     4
9              2           E     9 FALSE     5
10             3           C    10 FALSE     1
11             3           D    11 FALSE     2
12             3           A    12  TRUE     3
13             4           B    13 FALSE     1

用于列出每个fk_ConsumerID的临时数据帧和带有A的条目索引：

kk <- df[which(df$cc==TRUE),c(1,5)]
names(kk)[2] <- "idx"

> kk
Source: local data frame [3 x 2]
Groups: fk_ConsumerID [3]

  fk_ConsumerID   idx
          <dbl> <int>
1             1     2
2             2     1
3             3     3

在新列中添加带有A的条目的索引：

getIndex <- function(x){

        kk$idx[kk$fk_ConsumerID==x] %>% 
                as.integer
}

根据索引值进行过滤：

df <- df %>% 
        mutate(idx=map(fk_ConsumerID,getIndex )) %>% 
        filter(ss>idx) %>% 
        select(1:3)


Source: local data frame [6 x 3]
Groups: fk_ConsumerID [2]

  fk_ConsumerID ProductName  Date
          <dbl>      <fctr> <int>
1             1           C     3
2             1           D     4
3             2           B     6
4             2           C     7
5             2           D     8
6             2           E     9

Answer 2

首先生成临时变量，然后使用productname ='A'过滤组，进一步过滤排名大于productname ='A'所在的排名。

df%>%group_by(fk_ConsumerID)%>%mutate(rank=1:n())%>%
filter(sum(ProductName=='A')>0)%>%filter(rank>rank[ProductName=='A'])%>%
select(-rank)
    # fk_ConsumerID ProductName       Date
              <int>       <chr>      <chr>
    1             1           C 2015.10.18
    2             1           D 2015.10.19
    3             2           B 2015.10.12
    4             2           C 2015.10.14
    5             2           D 2015.10.18
    6             2           E 2015.10.19

Answer 3

这是dplyr中解决您问题的解决方案。首先，我们找到客户购买商品的时间a。此时间存储在名为timeA的新列中。现在只需选择在此时间之后有时间的所有行。

df %>% 
  group_by(fk_ConsumerID) %>% 
  filter(ProductName=="A") %>%
  summarise(timeA = min(Date)) %>%
  right_join(df) %>% 
  filter(!is.na(timeA),Date > timeA)

Answer 4

以下data.table（version 1.9.7）解决方案使用非等连接：

library(data.table)
# date of first purchase of product A by each customer
# (thereby removing edge case where purchase of A was the last purchase)
fp <- dt[ProductName == "A" & Date < max(Date), .(minDate = min(Date)), by = fk_ConsumerID]
# non-equi join 
dt[fp, on = c("fk_ConsumerID", "Date>minDate")]

#   fk_ConsumerID ProductName       Date
#1:             1           C 2015-10-14
#2:             1           D 2015-10-14
#3:             2           B 2015-10-10
#4:             2           C 2015-10-10
#5:             2           D 2015-10-10
#6:             2           E 2015-10-10

数据

使其可重复

dt <- fread("fk_ConsumerID   ProductName Date
            1   B   2015.10.12
            1   A   2015.10.14
            1   C   2015.10.18
            1   D   2015.10.19
            2   A   2015.10.10
            2   B   2015.10.12
            2   C   2015.10.14
            2   D   2015.10.18
            2   E   2015.10.19
            3   C   2015.10.14
            3   D   2015.10.18
            3   A   2015.10.19
            4   B   2015.10.10")
dt[, Date := anytime::anydate(Date)]

如何过滤R中按组显示在另一个值之后的值？

4 个答案:

数据