R中的条件分组

Question

我正在寻找指南来解决R中的一个场景，其中我有一个customer_ID和date_mailed的列表。customer_ID是每个客户的唯一ID，date_mailed包含向这些客户发送邮件的日期。我希望得到一个由customer_ID发送的邮件数量的组计数，其中每组将是邮件发送间隔不到90天。示例数据集：

​

对于customer_ID 123，2/28和6/1之间的差异是93天，所以它是两组。以下是所需的输出:为了清楚起见，即使Customer_ID 123是相同的，但是第4行123和第3行123之间的间隔超过90天，我希望将前三个123分组在一起，并将下两个123分组在一起。

​

​

Answer 1

另一种选择：

library(dplyr)

df %>%
  mutate(Date_Mailed = as.Date(Date_Mailed, "%m/%d/%Y")) %>%
  count(
    Customer_ID, 
    grp = cumsum(c(0, +(Date_Mailed > (lag(Date_Mailed) + 90))[-1])),
    name = 'Group_Mail_Count'
  ) %>%
  select(-grp)

输出：

  Customer_ID Group_Mail_Count
        <dbl>            <int>
1         123                3
2         123                2
3         456                3
4         890                1
5         890                2

或使用data.table

library(data.table)

setDT(df)[, Date_Mailed := as.Date(Date_Mailed, "%m/%d/%Y")][
  , .(Group_Mail_Count = .N), by = .(Customer_ID, 
                                    cumsum(c(0, +(Date_Mailed > (lag(Date_Mailed) + 90))[-1])))
][, 'cumsum' := NULL]

输出：

   Customer_ID Group_Mail_Count
1:         123                3
2:         123                2
3:         456                3
4:         890                1
5:         890                2