在R的一栏中获得所有日期的平均购货时间

Question

我目前正在为R中的流失数据集开发一个时间框架，为了这样做，我需要每个客户的平均相互购买时间。

下面的示例数据显示了两个客户(客户1和2)分别在3和2不同的场合购买。客户1的平均购买时间为7.5天((9+6)/2)，而客户2的平均购买时间仅为5天，因为该客户只有两个观察结果。在代码中，如下所示：

df <- data.frame(cust_id=c(1,2,1,2,1), 
    order_date=as.Date(c("2012-8-14", "2012-7-1", "2012-8-23", "2012-7-6" 
    "2012-8-29")))

从图形上看，它看起来是这样的：

    cust_id    order_date
1   1          2012-8-14 
2   2          2012-7-1
3   1          2012-8-23
4   2          2012-7-6
5   1          2012-8-29

最后我想让它看起来像这样：

    cust_id    avg_interpurchase_time
1   1          7.5 
2   2          5

有人能指向我正确的方向吗？

谢谢!

我看了以下的帖子：Calculating Inter-purchase Time in R，但我想我的问题不同于在那里提出的问题。我有所有的日期在一栏和一个客户可以有多达80个日期，而张贴的人，只有两个日期为每个客户分散超过2列。

Answer 1

在基本R中，可以将aggregate与自定义函数一起使用：

aggregate(order_date ~ cust_id, data=df, FUN=function(x) mean(diff(x)))
  cust_id order_date
1       1       7.5 
2       2       5.0 

在这里，我们根据订购日期取差额，然后计算平均值。注意，这需要按日期对数据进行排序。可以通过将order包含在对data.frame的调用中来确保这是正确的，例如在data=df[order(df$order_date),]中。

数据

包括OP中的几处错误更正。

df <- 
structure(list(cust_id = c(1, 2, 1, 2, 1), order_date = structure(c(15566, 
15522, 15575, 15527, 15581), class = "Date")), .Names = c("cust_id", 
"order_date"), row.names = c(NA, -5L), class = "data.frame")

Answer 2

可以使用dplyr：

df %>% group_by(cust_id) %>% summarise(avg_internetpurchase_time = mean(diff(order_date)))

Answer 3

这是dplyr解决方案。请注意，您在第二次购买cust_id 2的年份做了一个错误，因此它平均为371，而不是5。

library(dplyr)
df %>% group_by(cust_id) %>% arrange(order_date) %>% mutate(dif = order_date - lag(order_date)) %>% 
  summarise(avg_purchase = mean(dif, na.rm = TRUE))