R 上次订单和所有订单的平均成本之和

数据：

嗨， 我有一个问题要为我的老板解决，所以如果你能帮我：） 在数据集中，每个订单都有自己的id，每个注册用户都有自己唯一的customerID。每个客户都可以订购物品（带有ItemID），这些物品有特定的价格。 我想计算订单的价格，但有两个问题： 1.我想要每个客户上一次订单的价值（总和）（（总结每个用户上一次订单中所有订购物品的价格[今天的日期是15.10.14]） 2.每个用户[其订单]的平均订单价格
我还想将结果作为新列添加到现有数据集中

我已经试过了：

orderValueOfLastOrder = c(34.80, 39.90, 39.80, 34.80, 34.80, 39.80, 39.90, 39.90, 34.80, 34.80) 
AverageValue = c(67.25, 54.85, 39.80, 67.25, 67.25, 39.80, 54.85, 54.85, 67.25, 67.25)

---

DB1$orderValueOfLastOrder下面是一个使用
data.table
包的简单高效的解决方案

DB1$orderValueOfLastOrder<- with(DB1, ave(as.numeric(DB1$orderDate), 
price, FUN = function(x) sum(x ==max(x)))) 

如果你喜欢将其保留为
data.frame
格式，只需使用
setDF（DB）
（你需要
data.table
v1.9.4>=或者
DB这看起来……你们是在同一个地方工作吗？是我的兄弟，我们都为同一个老板工作：）明天我会和他谈谈：所以希望他能给出一些反馈：）谢谢你的帮助，大卫！我甚至可以在没有数据帧或数据表的情况下做这件事吗？不确定你的意思我从他回答问题时得到的答案中复制了这部分（我哥哥使用的），使用了（DB1，ave（customerID，customerID，FUN=length））DB2这仍然是一个数据帧
DB1$orderValueOfLastOrder<- with(DB1, ave(as.numeric(DB1$orderDate), 
price, FUN = function(x) sum(x ==max(x)))) 

library(data.table)
setDT(DB)[, orderDate := as.Date(orderDate, format = "%d.%m.%y")]
DB[, `:=` (orderValueOfLastOrder  = sum(price[orderDate == max(orderDate)]),
           AverageValue = sum(price)/length(unique(orderDate))), by = customerID]

setDF(DB)[]
#    orderID  orderDate itemID price customerID orderValueOfLastOrder AverageValue
# 1        1 2014-01-01      2  29.9          1                  34.8        67.25
# 2        2 2014-01-01      3  39.9          2                  39.9        54.85
# 3        3 2014-01-01      2  29.9          3                  39.8        39.80
# 4        4 2014-01-01      5  19.9          1                  34.8        67.25
# 5        5 2014-01-01     12  49.9          1                  34.8        67.25
# 6        6 2014-01-01      4   9.9          3                  39.8        39.80
# 7        7 2014-01-01      2  29.9          2                  39.9        54.85
# 8        8 2014-01-02      3  39.9          2                  39.9        54.85
# 9        9 2014-01-02      1  14.9          1                  34.8        67.25
# 10      10 2014-01-02      5  19.9          1                  34.8        67.25
class(DB)
## [1] "data.frame"