按r中的连续值分组
我有一个来自支持票务系统的数据集,它记录了代理在分类和响应客户请求时的每次点击。系统为每个点击分配一个新的SythyId,但是一个代理将点击几个字段,在表中触发多个行,在它们认为是一个“交互”的情况下。p> 我的目标是通过对每组中的第一个和最后一个modify_时间值进行差异计算来计算每个交互的处理时间 我现在被卡住了,因为一个代理人一整天都要和一个案子进行多次互动 下面是一个示例数据帧:按r中的连续值分组,r,dplyr,R,Dplyr,我有一个来自支持票务系统的数据集,它记录了代理在分类和响应客户请求时的每次点击。系统为每个点击分配一个新的SythyId,但是一个代理将点击几个字段,在表中触发多个行,在它们认为是一个“交互”的情况下。p> 我的目标是通过对每组中的第一个和最后一个modify_时间值进行差异计算来计算每个交互的处理时间 我现在被卡住了,因为一个代理人一整天都要和一个案子进行多次互动 下面是一个示例数据帧: hist_id <- c(1234, 2345, 3456, 4567, 5678, 6789, 7
hist_id <- c(1234, 2345, 3456, 4567, 5678, 6789, 7890)
case_id <- c(1, 1, 1, 1, 1, 1, 1)
agent_name <- c("John", "John", "John", "Paul", "Paul", "John", "John")
modify_time <- as.POSIXct(c(1510095120, 1510095180, 1510095240, 1510098600, 1510098720, 1510135200, 1510135320), origin = "1970-01-01")
df <- data.frame(hist_id, case_id, agent_name, modify_time)
这就给了我:
# A tibble: 7 x 7
# Groups: case_id, agent_name [2]
hist_id case_id agent_name modify_time first last diff
<dbl> <dbl> <fctr> <dttm> <dttm> <dttm> <time>
1 1234 1 John 2017-11-07 16:52:00 2017-11-07 16:52:00 2017-11-08 04:02:00 40200 secs
2 2345 1 John 2017-11-07 16:53:00 2017-11-07 16:52:00 2017-11-08 04:02:00 40200 secs
3 3456 1 John 2017-11-07 16:54:00 2017-11-07 16:52:00 2017-11-08 04:02:00 40200 secs
4 4567 1 Paul 2017-11-07 17:50:00 2017-11-07 17:50:00 2017-11-07 17:52:00 120 secs
5 5678 1 Paul 2017-11-07 17:52:00 2017-11-07 17:50:00 2017-11-07 17:52:00 120 secs
6 6789 1 John 2017-11-08 04:00:00 2017-11-07 16:52:00 2017-11-08 04:02:00 40200 secs
7 7890 1 John 2017-11-08 04:02:00 2017-11-07 16:52:00 2017-11-08 04:02:00 40200 secs
#一个tible:7 x 7
#组:案例id、代理名称[2]
历史id案例id代理名称修改时间首末差异
11234约翰2017-11-07 16:52:00 2017-11-07 16:52:00 2017-11-08 04:02:00 40200秒
22345约翰2017-11-07 16:53:00 2017-11-07 16:52:00 2017-11-08 04:02:00 40200秒
约翰2017-11-07 16:54:00 2017-11-07 16:52:00 2017-11-08 04:02:00 40200秒
保罗2017-11-07 17:50:00 2017-11-07 17:50:00 2017-11-07 17:52:00 120秒
5 5678 1保罗2017-11-07 17:52:00 2017-11-07 17:50:00 2017-11-07 17:52:00 120秒
6 6789 1约翰2017-11-08 04:00:00 2017-11-07 16:52:00 2017-11-08 04:02:00 40200秒
7 7890 1约翰2017-11-08 04:02:00 2017-11-07 16:52:00 2017-11-08 04:02:00 40200秒
返回John的真实第一次和最后一次修改时间。但是,我需要对case_id和agent_name的连续匹配进行分组,以便考虑Paul的交互。这里记录了三种互动:一种来自约翰,一种来自保罗,另一种来自约翰
所需的输出如下:
# A tibble: 7 x 7
# Groups: case_id, agent_name [2]
hist_id case_id agent_name modify_time first last diff
<dbl> <dbl> <fctr> <dttm> <dttm> <dttm> <time>
1 1234 1 John 2017-11-07 16:52:00 2017-11-07 16:52:00 2017-11-07 16:54:00 120 secs
2 2345 1 John 2017-11-07 16:53:00 2017-11-07 16:52:00 2017-11-07 16:54:00 120 secs
3 3456 1 John 2017-11-07 16:54:00 2017-11-07 16:52:00 2017-11-07 16:54:00 120 secs
4 4567 1 Paul 2017-11-07 17:50:00 2017-11-07 17:50:00 2017-11-07 17:52:00 120 secs
5 5678 1 Paul 2017-11-07 17:52:00 2017-11-07 17:50:00 2017-11-07 17:52:00 120 secs
6 6789 1 John 2017-11-08 04:00:00 2017-11-08 04:00:00 2017-11-08 04:02:00 120 secs
7 7890 1 John 2017-11-08 04:02:00 2017-11-08 04:00:00 2017-11-08 04:02:00 120 secs
#一个tible:7 x 7
#组:案例id、代理名称[2]
历史id案例id代理名称修改时间首末差异
11234约翰2017-11-07 16:52:00 2017-11-07 16:52:00 2017-11-07 16:54:00 120秒
22345约翰2017-11-07 16:53:00 2017-11-07 16:52:00 2017-11-07 16:54:00 120秒
约翰2017-11-07 16:54:00 2017-11-07 16:52:00 2017-11-07 16:54:00 120秒
保罗2017-11-07 17:50:00 2017-11-07 17:50:00 2017-11-07 17:52:00 120秒
5 5678 1保罗2017-11-07 17:52:00 2017-11-07 17:50:00 2017-11-07 17:52:00 120秒
6 6789 1约翰2017-11-08 04:00:00 2017-11-08 04:00:00 2017-11-08 04:02:00 120秒
7 7890 1约翰2017-11-08 04:02:00 2017-11-08 04:00:00 2017-11-08 04:02:00 120秒
这里是一种tidyverse方法,它通过处理集群标识
以及案例id
和代理名称
来划分组:
按顺序排列所有点击,每次hist\u id
序列遇到到新的agent\u名称的转换时,生成一个新的id标志cumsum
这些标志用于为每个案例、每个代理、每个集群处理区块生成唯一的prcl\U id
。有了这三个id,您就可以在所需分区内运行所选的变体
df %>%
arrange(hist_id) %>% # to ensure there are no wrinkles
mutate(ag_chg_flg = ifelse(lag(agent_name) != agent_name, 1, 0) %>%
coalesce(0) # to reassign the first click in a case_id to 0 (from NA)
) %>%
group_by(case_id, agent_name) %>%
mutate(prcl_id = cumsum(ag_chg_flg) + 1) %>% # generate the proc_clst_id (starting at 1)
group_by(case_id, agent_name, prcl_id) %>% # group by the complete composite id
mutate(first = first(modify_time),
last = last(modify_time),
diff = min(difftime(last, first))
)
这让你:
#一个tible:7 x 9
#组:案例id、代理名称、prcl id[3]
历史id案例id代理名称修改时间间隔时间间隔
11234约翰2017-11-07 14:52:00 01 2017-11-07 14:52:00 2017-11-07 14:54:00 2分钟
22345约翰2017-11-07 14:53:00 01 2017-11-07 14:52:00 2017-11-07 14:54:00 2分钟
约翰2017-11-07 14:54:00 01 2017-11-07 14:52:00 2017-11-07 14:54:00 2分钟
保罗2017-11-07 15:50:00 12 2017-11-07 15:50:00 2017-11-07 15:52:00 2分钟
5 5678 1保罗2017-11-07 15:52:00 02 2017-11-07 15:50:00 2017-11-07 15:52:00 2分钟
6 6789约翰2017-11-08 02:00:00 12 2017-11-08 02:00:00 2017-11-08 02:00 02:00 2分钟
7 7890 1约翰2017-11-08 02:02:00 02 2017-11-08 02:00:00 2017-11-08 02:02:00 2分钟
你对典型互动的时间跨度有什么提示吗?不客气。很高兴我能帮忙。如果这个答案有用,你介意投票吗?如果没有更好的方法提交,你介意选择它作为答案吗?
df %>%
arrange(hist_id) %>% # to ensure there are no wrinkles
mutate(ag_chg_flg = ifelse(lag(agent_name) != agent_name, 1, 0) %>%
coalesce(0) # to reassign the first click in a case_id to 0 (from NA)
) %>%
group_by(case_id, agent_name) %>%
mutate(prcl_id = cumsum(ag_chg_flg) + 1) %>% # generate the proc_clst_id (starting at 1)
group_by(case_id, agent_name, prcl_id) %>% # group by the complete composite id
mutate(first = first(modify_time),
last = last(modify_time),
diff = min(difftime(last, first))
)
# A tibble: 7 x 9
# Groups: case_id, agent_name, prcl_id [3]
hist_id case_id agent_name modify_time ag_chg_flg prcl_id first last diff
<dbl> <dbl> <fctr> <dttm> <dbl> <dbl> <dttm> <dttm> <time>
1 1234 1 John 2017-11-07 14:52:00 0 1 2017-11-07 14:52:00 2017-11-07 14:54:00 2 mins
2 2345 1 John 2017-11-07 14:53:00 0 1 2017-11-07 14:52:00 2017-11-07 14:54:00 2 mins
3 3456 1 John 2017-11-07 14:54:00 0 1 2017-11-07 14:52:00 2017-11-07 14:54:00 2 mins
4 4567 1 Paul 2017-11-07 15:50:00 1 2 2017-11-07 15:50:00 2017-11-07 15:52:00 2 mins
5 5678 1 Paul 2017-11-07 15:52:00 0 2 2017-11-07 15:50:00 2017-11-07 15:52:00 2 mins
6 6789 1 John 2017-11-08 02:00:00 1 2 2017-11-08 02:00:00 2017-11-08 02:02:00 2 mins
7 7890 1 John 2017-11-08 02:02:00 0 2 2017-11-08 02:00:00 2017-11-08 02:02:00 2 mins