我有一个客户表(cust_id(，period&订阅任务是以从一个时期到另一个时期的累积方式计算客户保留率，当客户订阅(sub(为1-活动sub或0-取消时，要注意客户订阅。
((时段1具有1、2、3个独特的客户&期间2有1,2,4个独特客户，两个客户从期间1进入期间2，因此保留率为2/3=0.667。分母是第1期间的客户数(1,2,3(。((第2期有1,2,4期，第3期有3,4,5期，但客户1已停止订阅，因此我们不一定希望看到1期，而且还有第1期的客户3，因此保留率为1/3=0.0.3333。分母是从周期2&第1期的客户3。((第3期有3、4、5，第4期有2、3、6，但客户2仍在订阅，因此累计客户保留率为1/4=0.25。分母是从周期3&期间1的客户2也在期间2中。
表格
customer_table <- structure(list(cust_id = c(1, 2, 3, 1, 4, 2, 2, 1, 5, 3, 3, 4,
3, 2, 2, 6, 5, 4, 2, 4), period = c(1, 1, 1, 1, 2, 2, 2, 2,
3, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5), Subscription = c(1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1)), .Names = c("cust_id", "period", "Subscription"
), row.names = c(NA, -20L), class = "data.frame")
cust_id period Subscription
1 1 1 1
2 2 1 1
3 3 1 1
4 1 1 1
5 4 2 1
6 2 2 1
7 2 2 1
8 1 2 0
9 5 3 1
10 3 3 1
11 3 3 1
12 4 3 1
13 3 4 0
14 2 4 1
15 2 4 1
16 6 4 1
17 5 5 1
18 4 5 1
19 2 5 1
20 4 5 1
使用的代码缺少累积元素，也不确定取消订阅的排除是否正确应用
library(dplyr)
customer_table %>%
group_by(period) %>%
summarise(retention=length(intersect(cust_id,customer_table$cust_id[customer_table$period==(period+1)]))/n_distinct(cust_id[customer_table$Subscription==1])) %>%
mutate(retention=lag(retention))
输出错误
period retention
<dbl> <dbl>
1 1 NA
2 2 0.5
3 3 0.25
4 4 0.25
5 5 0.25
要求输出
period retention
<dbl> <dbl>
1 1 NA
2 2 0.666
3 3 0.33
4 4 0.25
5 5 0.33
用cust_id[Subscription==1]替换cust_id[customer_table$Subscription==1]使结果更接近所需的输出
# THIS IS NOT THE CORRECT SOLUTION, BUT IT'S CLOSER
customer_table %>%
group_by(period) %>%
summarise(retention= length(intersect(cust_id,.$cust_id[.$period== period+1]))/n_distinct(cust_id[Subscription==1])) %>%
mutate(retention=lag(retention))
period retention
<int> <dbl>
1 1 NA
2 2 0.667
3 3 0.5
4 4 0.333
5 5 0.5