R根据组中的两列计算不同的元素

Question

我基本上有这个数据，但是更大：

我想计算（customer_id，account_id）的许多不同组合-即基于两列的不同或唯一值，但对于每个start_date。我在任何地方都找不到解决方案。结果应该是添加到我的data.table中的另一列，看起来应该像这样：

也就是说，对于每个开始日期，它都会根据customer_id和account_id来计算不同值的数量。

例如，对于等于2.2.2018的start_date，我在（customer_id，account_id）中有不同的组合，分别是（4,22）（5,38）和（6,13），所以我希望计数等于3，因为我有3个不同的组合。我还需要该解决方案来处理customer_id和account_id列中的字符值。

用于复制数据的代码：

customer_id <- c(1,1,1,2,3,3,4,5,5,6)
account_id <- c(11,11,11,11,55,88,22,38,38,13)
start_date <- c(rep(as.Date("2017-01-01","%Y-%m-%d"),each=6),rep(as.Date("2018-02-02","%Y-%m-%d"),each=4))

data <- data.table(customer_id,account_id,start_date)

Answer 1

dplyr选项

customer_id <- c(1,1,1,2,3,3,4,5,5,6)
account_id <- c(11,11,11,11,55,88,22,38,38,13)
start_date <- c(rep(as.Date("2017-01-01","%Y-%m-%d"),each=6),rep(as.Date("2018-02- 
02","%Y-%m-%d"),each=4))

data <- data.frame(customer_id,account_id,start_date)

data %>% 
  group_by(start_date, customer_id, account_id) %>% 
  summarise(Total = 1) %>% 
  group_by(start_date) %>% 
  summarise(Count =n())

Answer 2

另一个dplyr选项：

library(dplyr)
customer_id <- c(1,1,1,2,3,3,4,5,5,6)
account_id <- c(11,11,11,11,55,88,22,38,38,13)
start_date <- c(rep(as.Date("2017-01-01","%Y-%m-%d"),each=6),rep(as.Date("2018-02- 
02","%Y-%m-%d"),each=4))

data <- data.frame(customer_id,account_id,start_date)

data %>%
  group_by(start_date)%>%
  mutate(distinct_values = n_distinct(customer_id, account_id)) %>%
  ungroup()

Answer 3

这是一个data.table选项

data[, N := uniqueN(paste0(customer_id, account_id, "_")), by = start_date]
#    customer_id account_id start_date N
# 1:           1         11 2017-01-01 4
# 2:           1         11 2017-01-01 4
# 3:           1         11 2017-01-01 4
# 4:           2         11 2017-01-01 4
# 5:           3         55 2017-01-01 4
# 6:           3         88 2017-01-01 4
# 7:           4         22 2018-02-02 3
# 8:           5         38 2018-02-02 3
# 9:           5         38 2018-02-02 3
#10:           6         13 2018-02-02 3

或

data[, N := uniqueN(.SD, by = c("customer_id", "account_id")), by = start_date]