Durchschnittliche Kaufzeit mit allen Daten in einer Spalte in R

Question

Ich entwickle gerade einen Zeitrahmen für einen Churn-Datensatz in R. Um dies zu tun brauche ich die durchschnittliche Inter-Kauf-Zeit von jedem Kunden.

Die Beispieldaten unten zeigen zwei Kunden (Kunden 1 und 2), die jeweils 3 und 2 verschiedene Gelegenheiten kaufen. Die durchschnittliche Zeit zwischen Käufen für Kunde 1 beträgt 7,5 Tage ((9 + 6)/2) und die durchschnittliche Zeit zwischen Käufen für Kunde 2 beträgt lediglich 5 Tage, da für diesen Kunden nur zwei Beobachtungen vorliegen. Im Code sieht es wie folgt aus:

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"))) 

und grafisch sieht es so etwas wie dieses:

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 

Schließlich möchte ich es wie folgt aussehen:

cust_id avg_interpurchase_time 
1 1   7.5 
2 2   5 

Ist jemand in der Lage zu zeigen in mir die richtige Richtung?

Danke!

P.S. Ich habe den folgenden Beitrag angeschaut: Calculating Inter-purchase Time in R aber ich glaube meine Frage unterscheidet sich von der dort gestellten Frage. Ich habe alle Daten in einer Spalte und ein Kunde kann bis zu 80 Daten haben, während der Typ, der das veröffentlicht hat, nur zwei Daten für jeden Kunden hat, verteilt auf 2 Spalten.

Answer 1

In Basis R gemacht, könnten Sie aggregate zusammen mit einer benutzerdefinierten Funktion verwenden:

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 

Hier nehmen wir die Differenz nach Bestelldatum und berechnen dann den Mittelwert. Beachten Sie, dass dazu die Daten nach Datum sortiert sein müssen. Sie können sicherstellen, dass dies der Fall ist, indem Sie order in den Aufruf des data.frame, wie in data=df[order(df$order_date),] zum Beispiel.

Daten
Enthält ein paar Tippfehler korrigiert von OP.

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

Mayeb Verwendung dplyr:

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

Answer 3

Hier ist die dplyr Lösung. Beachten Sie, dass Sie einen Tippfehler im Jahr des zweiten Kauf von cust_id 2. Daher mittelt bis 371 statt 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)) 

Answer 4

Ähnlich wie Antworten, aber (ordnen)

library(dplyr) 
df %>% 
    group_by(cust_id) %>% 
    arrange(order_date) %>% 
    mutate(t = order_date - lag(order_date)) %>% 
    summarize(avg_interpurchase_time = mean(t, na.rm=T))