在R中索引客户交易

Question

我想在R数据帧中对客户事务进行索引，这样我就可以很容易地识别，比如说，特定客户进行的第三笔事务。例如，如果我有以下数据帧（按客户和交易日期排序）：

transactions = data.frame(CUST.ID = c(1, 1, 2, 2, 2, 2, 3, 3, 3), 
DATE = as.Date(c("2009-07-02", "2013-08-15", "2010-01-02", "2004-03-05", 
"2006-02-03", "2007-01-01", "2004-03-05", "2006-02-03", "2007-01-01")),
AMOUNT = c(5, 9, 21, 34, 76, 1, 100, 23, 10))

> transactions
  CUST.ID       DATE AMOUNT
1       1 2009-07-02      5
2       1 2013-08-15      9
3       2 2010-01-02     21
4       2 2004-03-05     34
5       2 2006-02-03     76
6       2 2007-01-01      1
7       3 2004-03-05    100
8       3 2006-02-03     23
9       3 2007-01-01     10

我可以清楚地看到，客户1进行了2笔交易，客户2进行了4笔交易，等等。

我想要的是按客户对这些事务进行索引，在我的数据帧中创建一个新列。以下代码实现了我想要的：

transactions$COUNTER = 1
transactions$CUSTOMER.TRANS.NO = unlist(aggregate(COUNTER ~ CUST.ID, 
data = transactions, 
function(x) {rank(x, ties.method = "first")})[, 2])
transactions$COUNTER = NULL

> transactions
  CUST.ID       DATE AMOUNT CUSTOMER.TRANS.NO
1       1 2009-07-02      5                 1
2       1 2013-08-15      9                 2
3       2 2010-01-02     21                 1
4       2 2004-03-05     34                 2
5       2 2006-02-03     76                 3
6       2 2007-01-01      1                 4
7       3 2004-03-05    100                 1
8       3 2006-02-03     23                 2
9       3 2007-01-01     10                 3

现在，每个客户的第一笔交易标记为1，第二笔标记为2等。

所以我得到了我想要的，但这是一段非常糟糕的代码，创建一个列表并进行分离，太难看了。有没有比我更有经验的人能够想出更好的解决方案？

Answer 1

因为您已经花了很大的精力发布了您尝试的示例代码（使您的问题成为比我链接的重复问题更好的堆栈溢出问题），我将在这里总结选项：

ave

within(transactions, { Trans.No <- ave(CUST.ID, CUST.ID, FUN = seq_along) })

getanID

library(splitstackshape)
getanID(transactions, "CUST.ID")

rle

## Depends on your data being sorted
transactions$Trans.No <- sequence(rle(transactions$CUST.ID)$lengths)

data.table

library(data.table)
DT <- data.table(transactions)
DT[, .id := sequence(.N), by = "CUST.ID"]

Answer 2

library(plyr)
 ddply(transactions,.(CUST.ID),transform,CUSTOMER.TRANS.NO=seq(1,length(CUST.ID),1))
  CUST.ID       DATE AMOUNT CUSTOMER.TRANS.NO
1       1 2009-07-02      5                 1
2       1 2013-08-15      9                 2
3       2 2010-01-02     21                 1
4       2 2004-03-05     34                 2
5       2 2006-02-03     76                 3
6       2 2007-01-01      1                 4
7       3 2004-03-05    100                 1
8       3 2006-02-03     23                 2
9       3 2007-01-01     10                 3