Question

我有一系列时间戳代表用户在网站上的活动。我想将这些时间戳区分为每个用户的会话（定义为每个用户之间不超过1800秒的时间戳）。如果可能的话，我想在我的数据集中添加一个名为session_nr的列。（例如，如果时间戳相隔超过1800秒，或者是新用户，则会话号应该增加。）

示例数据集如下所示：

user_id             date    
58683      2015-08-01 07:18:13 
58683      2015-08-01 07:18:19 
58683      2015-08-01 07:18:33 
58683      2015-08-01 07:18:43 
58683      2015-08-01 07:18:51 
58683      2015-08-01 07:18:58

根据每个用户和时间对数据进行排序。

有没有办法遍历用户和R中的一系列时间戳，以便我可以为数据集中的每一行添加一个会话号？

我已经开始使用以下代码，但它不起作用，也不知道如何添加会话编号。

user_session <- function(user, time_limit, data){
  u1 <- data[which(data$user_id == user),]
  Sys.setlocale("LC_TIME", "en_US.UTF-8")
  u1$date <- as.POSIXct(u1$date)

  u1$s.start <- c(TRUE, timediff(u1$date) > time_limit )
  u1$s.stop  <- c(u1$s.start[2:length(u1$s.start)], TRUE)

  u1$sessions <- data.frame(
  s.1 = which(u1$s.start),  # starts
  s.2 = which(u1$s.stop))   # stops

  return(u1)
}

use <- as.data.frame(unique(data$user_id))
  time_limit <- 1800
  for (i in dim(use)[1]){
    user <-  use[i,1]
    res <- user_session(user, time_limit, data)
}

Answer 1

以下是dplyr解决方案：

library(dplyr)
df %>% group_by(id) %>%
  mutate(time_since_last = as.numeric(date - lag(date))) %>% 
  mutate(new_session = is.na(time_since_last) | time_since_last > 1800) %>% 
  mutate(session_nr = cumsum(new_session))

将时间戳标记为R中的会话

1 个答案: