我有一個資料集，其中包含客戶 ID、他/她訂購東西的日期和他/她的發票價值。下面的可重現示例：
client_id_ex<-c("0001","0001","0001","0001","0002","0002","0002","0002","0002","0002","0002")
order_date_ex<-as.Date(c("12-05-2000","02-01-2001","11-11-2020","03-05-2021","12-05-2000","16-05-2000","12-06-2000","13-08-2000","19-05-2004","12-09-2007","08-12-2008"),format="%d-%m-%Y")
invoice_ex<-c(450,100,200,330,543,665,334,753,234,541,1000)
df<-data.frame(client_id_ex,order_date_ex,invoice_ex)
我想分別計算每個客戶的發票的運行平均值，以及在我計算平均值的每個訂單之前不早于 5 年的訂單。
結果如下所示：
client_id_ex order_date_ex invoice_ex avg_invoice_5
1 12.05.2000 450 450
1 02.01.2001 100 275
1 11.11.2020 200 200
1 03.05.2021 330 265
2 12.05.2000 543 543
2 16.05.2000 665 604
2 12.06.2000 334 514
2 13.08.2000 753 574
2 19.05.2004 234 506
2 12.09.2007 541 388
2 08.12.2008 999 591
有誰知道如何做到這一點？我嘗試使用：根據 R 中的日期范圍計算平均值，但由于我必須計算更像移動平均值的東西，并分別為每個客戶端執行此操作，因此我沒有從這個示例中獲得太多資訊。
uj5u.com熱心網友回復：
這是使用tidyverse. 它用于purrr::map取每個日期與五年前（5*365.25 天）日期之間每個客戶發票的平均值。
library(tidyverse)
df %>%
group_by(client_id_ex) %>%
mutate(roll_mean = map_dbl(order_date_ex,
~mean(invoice_ex[(order_date_ex >= (. - 5 * 365.25)) &
(order_date_ex <= .)])))
# A tibble: 11 x 4
# Groups: client_id_ex [2]
client_id_ex order_date_ex invoice_ex roll_mean
<chr> <date> <dbl> <dbl>
1 0001 2000-05-12 450 450
2 0001 2001-01-02 100 275
3 0001 2020-11-11 200 200
4 0001 2021-05-03 330 265
5 0002 2000-05-12 543 543
6 0002 2000-05-16 665 604
7 0002 2000-06-12 334 514
8 0002 2000-08-13 753 574.
9 0002 2004-05-19 234 506.
10 0002 2007-09-12 541 388.
11 0002 2008-12-08 1000 592.
uj5u.com熱心網友回復：
我認為您追求的是累積平均值/平均值，而不是滾動平均值/平均值。
這是一種選擇：
df %>%
group_by(client_id_ex) %>%
mutate(grp = cumsum(c(TRUE, (diff(order_date_ex) > 5 * 365)))) %>%
group_by(client_id_ex, grp) %>%
mutate(avg_invoice_5 = cummean(invoice_ex)) %>%
ungroup() %>%
select(-grp)
## A tibble: 11 x 4
# client_id_ex order_date_ex invoice_ex avg_invoice_5
# <chr> <date> <dbl> <dbl>
# 1 0001 2000-05-12 450 450
# 2 0001 2001-01-02 100 275
# 3 0001 2020-11-11 200 200
# 4 0001 2021-05-03 330 265
# 5 0002 2000-05-12 543 543
# 6 0002 2000-05-16 665 604
# 7 0002 2000-06-12 334 514
# 8 0002 2000-08-13 753 574.
# 9 0002 2004-05-19 234 506.
#10 0002 2007-09-12 541 512.
#11 0002 2008-12-08 1000 581.
我承認我不理解（也不能復制）最后兩行的輸出。我認為這是一個錯誤？所有發票日期client_id_ex = 0002都在 5 年內。
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/362345.html
上一篇：ISO8601中的時間戳減法