使用R

Question

嗨，

我想通过mccmnc的前三位过滤每个客户的最大日期时间值。

如图所示，customer == 'abghsd'具有两个不同的mccmnc值'53208'和'53210'。但是， mccmnc的前三位数是相同的（532）。因此，我想用mccmnc = '532'来过滤客户abghsd的最大日期时间值。对于customer = 'abbaedl'，我需要过滤mccmnc = '623'和mccmnc = '451'的最大日期时间。

那么我可以问一下如何为这个问题提供条件吗？ 通过下面的查询，我可以按datetime和customer过滤mccmnc，但是我想过滤mccmnc的前三位数字。

processed <- aggregate(datetime ~ customer + mccmnc, data =raw_data3, max)

这是我想要得到的结果：

Customer       datetime mccmnc
abghsd   20181123222022  53210
abbaedl  20181226121213  62330
abbaedl  20181227191919  45123

谢谢。

Answer 1

编辑原始代码，只需添加substr()：

processed <- aggregate(datetime ~ customer + substr(mccmnc, 1, 3), data = raw_data3, max)

或者，使用tidyverse解决方案：

代码

library(tidyverse)
df %>%
    # Group by customer ID and first 3 characters of mccmnc 
    group_by(customer, mccmnc_group = substr(mccmnc, 1, 3)) %>%
    # Get the max datetime per group
    summarise(max_datetime = max(datetime)) %>%
    # Put columns in original order
    select(1, 3, 2)

# A tibble: 3 x 3
# Groups:   customer [2]
  customer     max_datetime mccmnc_group
  <fct>               <dbl> <chr>       
1 John Package     20181201 532         
2 Miranda Nuts     20181227 451         
3 Miranda Nuts     20181226 623         

数据

df <- data.frame(customer = c(rep("John Package", 3), rep("Miranda Nuts", 4)),
           datetime = c(20181123, 20181201, 20181124, 20181125, 20181226, 20181226, 20181227),
           mccmnc = c("532-08", "532-08", "532-10", "623-12", "623-30", "451-21", "451-23"))

> df
      customer datetime mccmnc
1 John Package 20181123 532-08
2 John Package 20181201 532-08
3 John Package 20181124 532-10
4 Miranda Nuts 20181125 623-12
5 Miranda Nuts 20181226 623-30
6 Miranda Nuts 20181226 451-21
7 Miranda Nuts 20181227 451-23