在R中按条件将行合并在一起

Question

我有一个data.frame看起来像这样：

IsLead    ID Path    LogTime                    PathCode    Conversion
0         198822     2015-06-19 01:57:11.000    J           ConvA
0         198822     2015-06-19 01:58:33.000    F           ConvA
1         198822     2015-06-19 02:07:01.000    H           ConvA
0         253547     2015-06-20 07:52:33.000    A           ConvD
1         253547     2015-06-20 07:52:33.000    H           ConvD
2         351754     2015-06-20 07:52:33.000    J           
2         351754     2015-06-20 07:52:33.000    A           

IsLead表示行是否要转换，0表示路径上的交互，而1表示实际转换点。2表示路径将不转换。

ID路径表示唯一路径。因此，每个路径为0的路径必须包含1。每个路径为2的路径仅包含2。

LogTime指示交互时间。

PathCode指示交互的类型。其中H表示发生转换的交互，因此IsLead 1始终为PathCode H，并表示ID路径已完成。

转换指示转换发生在哪个转换点。

对行进行排序以确保您遵循每个ID路径路径，并且它们不会彼此缠绕在一起

我想更改我的data.frame，所以它看起来像这样：

ID Path    Lead    Path    Conversion
198822     1       JFH     ConvA
253547     1       AH      ConvD
351754     0       JA      

因此，对于每个ID路径，已经按照正确的顺序合并了PathCode。对于具有转换的每个路径，LEAD为1，如果没有转换，则LEAD为0。

如果可能的话，我希望显示的路径列不带“ H”，因此这种情况下的路径为：“ JF”，“ A”，“ JA”。

Answer 1

这是一个可能的data.table解决方案（我假设数据已经排序，可以不添加，可以添加order(LogTime)到ith表达式中）

library(data.table)
setDT(df)[, .(Lead = +all(Conversion != ''), 
              Path = gsub('H', "", paste(PathCode, collapse = ""), fixed = TRUE)), 
          by = .(ID.Path, Conversion)]

#    ID.Path Conversion Lead Path
# 1:  198822      ConvA    1   JF
# 2:  253547      ConvD    1    A
# 3:  351754               0   JA

或类似地 dplyr

library(dplyr)
df %>%
  group_by(ID.Path, Conversion) %>%
  summarise(Lead = +all(Conversion != ''),
            Path = paste(PathCode, collapse = "")) %>%
  mutate(Path = gsub('H', "", Path, fixed = TRUE))

# Source: local data frame [3 x 4]
# Groups: ID.Path
# 
#   ID.Path Conversion Lead Path
# 1  198822      ConvA    1   JF
# 2  253547      ConvD    1    A
# 3  351754               0   JA