在 R 中使用 Tidyverse 查找“第 n 次尝试”答案

【问题标题】：Finding the "nth attempt" using Tidyverse in R在 R 中使用 Tidyverse 查找“第 n 次尝试”
【发布时间】：2021-04-30 15:40:01
【问题描述】：

我有一个数据集，它按日期和 unique_session_code 显示每个访问面包店网页的用户的登录信息。我正在尝试编写一个代码，让我可以确定这是第一次，第二次，第三次等等......这个客户的访问，换句话说就是“nth_visit”，我真的在寻找使用 tidyverse 包的解决方案，但如果无法使用 tidyverse 做到这一点，那么所有其他解决方案都将受到赞赏。谢谢你们的帮助！

USER	LOG_DATE	TX_REV
ALEX	30/04/2021	uyjd
MARY	30/04/2021	dn89
DOLLY	30/04/2021	nqmd0
FRANK	29/04/2021	nsj456
MARY	29/04/2021	zlpa2
DOLLY	29/04/2021	s09dm
ALEX	28/04/2021	jds02
MARY	28/04/2021	kqos98
DOLLY	28/04/2021	uiskk0

这将是我想要的结果：

USER	LOG_DATE	TX_REV	nth_visit
ALEX	28/04/2021	jds02	1
ALEX	30/04/2021	uyjd	2
DOLLY	28/04/2021	uiskk0	1
DOLLY	29/04/2021	s09dm	2
DOLLY	30/04/2021	nqmd0	3
FRANK	29/04/2021	nsj456	1
MARY	28/04/2021	kqos98	1
MARY	29/04/2021	zlpa2	2
MARY	30/04/2021	dn89	3

访问者每次尝试访问网站的“nth_visit”数据框

我做了什么？

我尝试按时间顺序排列日期并按 ID 分组，并查看了一些文档，我尝试使用函数 rank_dense 但它没有给我我正在寻找的结果......甚至没有接近。

非常感谢你们

代码：

df<-tibble::tribble(
  ~USER,    ~LOG_DATE,  ~TX_REV,
  "ALEX",       "30/04/2021",   "uyjd",
  "MARY",       "30/04/2021",   "dn89",
  "DOLLY",  "30/04/2021",   "nqmd0",
  "FRANK",  "29/04/2021",   "nsj456",
  "MARY",       "29/04/2021",   "zlpa2",
  "DOLLY",  "29/04/2021",   "s09dm",
  "ALEX",       "28/04/2021",   "jds02",
  "MARY",       "28/04/2021",   "kqos98",
  "DOLLY",  "28/04/2021",   "uiskk0")

【问题讨论】：

使用row_number()

标签： r indexing count tidyverse summary

【解决方案1】：

按日期排序会有所帮助，否则访问编号将按数据中出现的顺序排列，而不是按时间顺序排列。

df %>%
  mutate(LOG_DATE_DT = as.Date(LOG_DATE, "%d/%m/%Y")) %>%
  arrange(USER, LOG_DATE_DT) %>%
  group_by(USER) %>%
  mutate(nth_visit = row_number()) %>%
  ungroup()

# A tibble: 9 x 5
  USER  LOG_DATE   TX_REV LOG_DATE_DT nth_visit
  <chr> <chr>      <chr>  <date>          <int>
1 ALEX  28/04/2021 jds02  2021-04-28          1
2 ALEX  30/04/2021 uyjd   2021-04-30          2
3 DOLLY 28/04/2021 uiskk0 2021-04-28          1
4 DOLLY 29/04/2021 s09dm  2021-04-29          2
5 DOLLY 30/04/2021 nqmd0  2021-04-30          3
6 FRANK 29/04/2021 nsj456 2021-04-29          1
7 MARY  28/04/2021 kqos98 2021-04-28          1
8 MARY  29/04/2021 zlpa2  2021-04-29          2
9 MARY  30/04/2021 dn89   2021-04-30          3

【讨论】：

非常感谢，这正是我想要的...我有疑问，当我们分组时，nrow() 给了我们该组的行号而不是行的名称整套对吧？

【解决方案2】：

在 tidyverse 中执行此操作的一种方法是：

df %>% group_by(USER) %>% mutate(nth_visit = seq_along(USER)) %>% 
   ungroup() %>% arrange(USER, nth_visit)

# A tibble: 9 x 4
  USER  LOG_DATE   TX_REV nth_visit
  <chr> <chr>      <chr>      <int>
1 ALEX  30/04/2021 uyjd           1
2 ALEX  28/04/2021 jds02          2
3 DOLLY 30/04/2021 nqmd0          1
4 DOLLY 29/04/2021 s09dm          2
5 DOLLY 28/04/2021 uiskk0         3
6 FRANK 29/04/2021 nsj456         1
7 MARY  30/04/2021 dn89           1
8 MARY  29/04/2021 zlpa2          2
9 MARY  28/04/2021 kqos98         3

【讨论】：