R：计算每行满足某些条件的所有先前行答案

【问题标题】：R: Count all previous rows where certain conditions are met for each rowR：计算每行满足某些条件的所有先前行
【发布时间】：2019-12-04 19:39:47
【问题描述】：

我目前正在撰写在线广告课程的硕士论文。我有一个包含不同用户的 cookie 数据的数据集，我的目标是构建其他变量，用于计算用户网站类别访问的总数。

这是一个说明性示例，说明了我的数据集的结构以及我的数据集的相关变量的外观：

> print(data)
   Imp_ID User_ID  Website.category
1      10      50 Apparel & Jewelry
2      11      51 Apparel & Jewelry
3      12      52        Automotive
4      13      50 Apparel & Jewelry
5      14      51        Automotive
6      15      52        Automotive
7      16      52        Automotive
8      17      51 Apparel & Jewelry
9      18      50 Apparel & Jewelry
10     19      50        Automotive
11     20      51        Automotive

Impression ID 是唯一的，我有 100 个不同的用户和 20 个不同的网站类别。所有印象都按日期和时间排序（日期时间变量也可用，但我认为这个问题不是必需的）

我要做的是计算每个相应展示事件的先前用户网站类别展示的总数。例如，我有网站类别“服装和珠宝”。当用户对“服装珠宝”类网站的第一印象时，计数变量count_app.jew应该等于1，第二次出现相同的用户-网站类别组合时，这个新变量的值应该为 2，以此类推。

因此，我认为我需要为每一行定义一个类似于 for 循环的东西，它为每一行计算满足预定义条件的所有先前观察值（可能以某种方式使用 if 语句）。

这是我想要的结果：


> print(data2)
   Imp_ID User_ID  Website.category Count_app.jew Count_automotive
1      10      50 Apparel & Jewelry             1                0
2      11      51 Apparel & Jewelry             1                0
3      12      52        Automotive             0                1
4      13      50 Apparel & Jewelry             2                0
5      14      51        Automotive             1                1
6      15      52        Automotive             0                2
7      16      52        Automotive             0                3
8      17      51 Apparel & Jewelry             2                1
9      18      50 Apparel & Jewelry             3                0
10     19      50        Automotive             3                1
11     20      51        Automotive             2                2

为了解释逻辑，count_app.jew 在第一行等于 1，因为 ID=50 的用户在“服装和珠宝”网站上的第一印象。在第 2 行中，ID=51 的用户在“Apparel&Jewelry”网站上的第一印象，因此 count_app.jew 再次等于 1。在第 3 行中，ID=52 的用户访问了“汽车”类别的网站.由于此用户之前从未访问过“服装和珠宝”类别的网站，因此 count_app.jew 等于 0。相反，count_automotive 等于 1。在第 4 行中，count_app.jew 为 2，因为 ID=50 的用户已经是第二次访问该类别的网站了...

因此，我的问题是如何创建这些额外的计数变量。

我希望，背后的逻辑很清楚，有人知道解决这个问题的适当方法。由于我没有大的编码背景，我非常感谢任何帮助！

【问题讨论】：

嗨，Domi，Berbi，您能展示一个使用 dput 的数据示例吗？

标签： r for-loop count

【解决方案1】：

这应该可以解决问题

library(dplyr)    
df%>%group_by(User_ID)%>%mutate(Count_app.jew=cumsum(Website.category=="Apparel & Jewelry"),
                                    Count_automotive=cumsum(Website.category=="Automotive"))

数据

> dput(df)
structure(list(Imp_ID = 10:20, User_ID = c(50L, 51L, 52L, 50L, 
51L, 52L, 52L, 51L, 50L, 50L, 51L), Website.category = c("Apparel & Jewelry", 
"Apparel & Jewelry", "Automotive", "Apparel & Jewelry", "Automotive", 
"Automotive", "Automotive", "Apparel & Jewelry", "Apparel & Jewelry", 
"Automotive", "Automotive")), row.names = c("1", "2", "3", "4", 
"5", "6", "7", "8", "9", "10", "11"), class = "data.frame")

【讨论】：

【解决方案2】：

list_df <- by(
  dat, dat$User_ID,
  function(x) within(x, {
      Count_app.jew <- cumsum(Website.category == "Apparel & Jewelry")
      Count_automotive <- cumsum(Website.category == "Automotive")
    })
)

dat <- do.call(rbind, list_df)
dat[order(dat$Imp_ID), ]

【讨论】：