在 R 中清理数据答案

【问题标题】：Cleaning Data in R在 R 中清理数据
【发布时间】：2016-03-06 04:46:02
【问题描述】：

我有一个如下所示的数据集-

Date     Customer      Cost      Location
1/2/15    Jon          $50       Sunnyvale, CA
1/5/15    Jon          $125      Sunnyvale, CA
1/15/15   Jon          $25       Sunnyvale, CA
1/3/15    Martha       $30       Fresno, CA
1/7/15    Martha       $40       Fresno, CA
2/16/15   James        $30       Tempe, AR
2/20/15   James        $70       Tempe, AR

我想转换为以下格式，其中每一行都为我提供有关单个客户、他的最新到达日期、净支出、总出现次数的信息并创建一个到达模型-

Date     Customer     Mean ITA(days)    Frequency    Cost    Location
1/15/15    Jon        6.5                3          $200     Sunnyvale, CA
1/7/15     Martha     4                  2          $70      Fresno, CA
2/20/15    James      4                  2          $100     Tempe, AR

感谢您在 R 中提供的任何帮助。我正在使用 tidyr 包，但无法弄清楚如何完成这项工作。

【问题讨论】：

什么是 ITA？你是怎么算的？
首先，学习如何转换日期，然后学习如何使用 dplyr，尤其是它的summarise 命令。（很确定ITA = ( last(Date) - first(Date) ) / n()，以防有人对此感到困惑）
一般来说，dplyr 你需要df %>% group_by(Customer, Location) %>% summarise( ... )，其中... 是构造你想要的所有列的参数。首先，清理您的原始数据；你的日期不是日期对象，如果它们有$，你的成本也不是数字。当您遇到困难时告诉我们，我们会为您指明正确的方向。

标签： r dplyr tidyr

【解决方案1】：

正如 alistaire 指出的那样，您需要 dplyr，而不是 tidyr。

library(dplyr)

df %>% 
  group_by(Customer) %>% 
  summarise(Frequency = n(), 
            Cost = sum(Cost),
            ITA = (max(Date) - min(Date))/2,
            Date = max(Date))

  Customer Frequency  Cost      ITA       Date
    (fctr)     (int) (dbl)   (dfft)     (date)
1    James         2   100 2.0 days 2015-02-20
2      Jon         3   200 6.5 days 2015-01-15
3   Martha         2    70 2.0 days 2015-01-07

【讨论】：