这是我的交易数据：
id from_id to_id amount date_trx
<fctr> <fctr> <fctr> <dbl> <date>
0 7468 5695 700.0 2005-01-04
1 6213 9379 11832.0 2005-01-08
2 7517 8170 1000.0 2005-01-10
3 6143 9845 4276.0 2005-01-12
4 6254 9640 200.0 2005-01-14
5 6669 5815 200.0 2005-01-20
6 6934 8583 49752.0 2005-01-24
7 9240 8314 19961.0 2005-01-26
8 6374 8865 1000.0 2005-01-30
9 6143 6530 13.4 2005-01-31
...
我想根据时间间隔构建新功能。
让我们看看这个：
id from_id to_id amount date_trx
<fctr> <fctr> <fctr> <dbl> <date>
149431 5370 5735 1000.0 2007-03-24
157403 5370 7058 3679.0 2007-04-13
158831 5370 8667 12600.0 2007-04-23
162680 5370 6053 19.2 2007-04-30
167082 5370 8165 3679.0 2007-05-13
168562 5370 5656 2100.0 2007-05-23
172578 5370 5929 79.0 2007-05-31
177507 5370 6725 3679.0 2007-06-01
179167 5370 8433 200.0 2007-06-22
183499 5370 7022 100.6 2007-06-29
...
假设我想计算每个账户的交易金额，例如，以周为单位.
所以，从2007-03-24开始，5370的每周交易金额历史如下：
in the 1st week(2007-03-24 - 2007-03-31): 1000.0
in the 2nd week(2007-03-31 - 2007-04-07): 0.0
in the 3rd week(2007-04-07 - 2007-04-14): 3679.0
in the 4th week(2007-04-14 - 2007-04-21): 0.0
in the 5th week(2007-04-21 - 2007-04-28): 12600.0
in the 6th week(2007-04-28 - 2007-05-05): 19.2
in the 7th week(2007-05-05 - 2007-05-12): 0.0
in the 8th week(2007-05-12 - 2007-05-19): 3679.0
in the 9th week(2007-05-19 - 2007-05-26): 2100.0
in the 10th week(2007-05-26 - 2007-06-02): 79.0 + 3679.0 = 3758.0
in the 11th week(2007-06-02 - 2007-06-09): 0.0
in the 12th week(2007-06-09 - 2007-06-16): 0.0
in the 13th week(2007-06-16 - 2007-06-23): 200.0
in the 14th week(2007-06-23 - 2007-06-30): 100.6
在这里，我们看到一周内5370交易的最大金额为12600.0。所以，现在我想把这个度量看作是一个功能，比如max_of_weekly_transacted_amount.
同样，我想计算每个账户在一个月内交易的平均金额，并将其存储为另一个功能，比如mean_of_monthly_transacted_amount
我尝试了润滑功能floor_date：
# Max of weekly transaction amount
data <- data %>% group_by(date_trx_week=floor_date(date_trx, "week"),from_id) %>% mutate(weekly_trx = sum(amount)) %>%
group_by(from_id) %>% mutate(max_of_weekly_transacted_amount=max(weekly_trx))%>%
select(-c(date_trx_week,weekly_trx))
# Mean of monthly transaction amount
data <- data %>% group_by(date_trx_month=floor_date(date_trx, "month"),from_id) %>% mutate(monthly_trx = sum(amount)) %>%
group_by(from_id) %>% mutate(mean_of_monthly_transacted_amount=mean(monthly_trx))%>%
select(-c(date_trx_month,monthly_trx))
我的数据中date_trx的日期变量以2005-01-01开头，以2010-12-31结尾。floor_date以2005-01-02-2005-01-09开始一周周期，以2005-01-09-2005-01-16继续，依此类推。它从2005-01-01-2005-02-01开始一个月，以2005-02-01-2005-03-01继续，依此类推。并且此函数对每个帐户使用相同的时间段。
但我想根据每个帐户的第一个交易日期为每个帐户专门制作周期。因此，对于from_id = 5370第一个交易日期是2007-03-24.如果我想为5370做周周期，那就是2007-03-24 - 2007-03-31、2007-03-31 - 2007-04-07等等。 如果我想为5370制作月周期，它将是2007-03-24 - 2007-04-24、2007-04-24 - 2007-05-24，依此类推.
对于另一个帐户，周期会有所不同。那么，我该如何实现这一目标呢？如何从每个账户的第一个交易日期开始分别设置特定期限？
以下内容都在 Base-R 中。首先，定制周。这在第一个条目和其余条目之间的差异上使用 mod 7。希望有人可以使用这种方法，并使您成为更有效的data.table解决方案。
df$Week <- unsplit(tapply(df$date_trx,df$from_id, function(x) as.numeric((x-x[1])) %/% 7 ),df$from_id)
然后，如果您想按周按 ID 表示平均值，您可以
aggregate(amount ~ from_id + Week, df, mean)
from_id Week amount
1 5370 0 1000.0
2 6143 0 4276.0
3 6213 0 11832.0
4 6254 0 200.0
5 6374 0 1000.0
6 6669 0 200.0
7 6934 0 49752.0
8 7468 0 700.0
9 7517 0 1000.0
10 9240 0 19961.0
11 5370 2 3679.0
12 6143 2 13.4
13 5370 4 12600.0
14 5370 5 19.2
15 5370 7 3679.0
16 5370 8 2100.0
17 5370 9 1879.0
18 5370 12 200.0
19 5370 13 100.6
当然，您可以将mean替换为max或任何其他功能。