R中是否有一个合适的循环用于计算旅程中接触点的数量，并将最终销售点变量放置在最后一个接触点？

我正在使用一个客户旅程数据集，该数据集需要转换为日级别的时间序列数据。要简要概述数据，请执行以下操作：

PurchaseID    Timestamp               Touchpoint      Purchase
1              2015-08-07 19:16:59     1               1
1              2015-11-03 12:31:35     7               1
1              2015-11-03 12:39:22     3               1
2              2015-11-24 22:29:39     1               0 
2              2016-05-21 08:39:44     1               0
2              2016-06-15 15:48:20     4               0
...

PurchaseID中的每个唯一编号都是一次旅程。这里的问题是，对于每个导致购买的旅程，购买在旅程中的每个接触点都有一个1。我想将其更改为只有1的最终接触点，作为销售点，如下所示：

PurchaseID    Timestamp               Touchpoint      Purchase    POS
1              2015-08-07 19:16:59     1               1          0
1              2015-11-03 12:31:35     7               1          0
1              2015-11-03 12:39:22     3               1          1
2              2015-11-24 22:29:39     1               0          0
2              2016-05-21 08:39:44     1               0          0 
2              2016-06-15 15:48:20     4               0          0
...

我推断，最简单的方法是创建一个循环来填充一个新的可变行程长度（我以后也可以使用它进行分析），它计算行程中的步数。例如：

PurchaseID    Timestamp               Touchpoint      Purchase    JourneyLength
1              2015-08-07 19:16:59     1               1          1
1              2015-11-03 12:31:35     7               1          2
1              2015-11-03 12:39:22     3               1          3

...

使用新的循环，每个唯一PurchaseID的最大值可用于在POS中填充最后一个（因此是最大值）行程步骤的一个值（如果有购买）

到目前为止，我所尝试的并没有得到我想要的结果：

CJDsub$JLength%summary(
时间戳以下是我如何使用
数据来处理它。表
包：

library(data.table)
# data, convert to data.table
df <- data.frame(PurchaseId=c(rep(1,3), rep(2,3)),
                 Timestamp=1:6,
                 Touchpoint=c(1,7,3),
                 Purchase=c(rep(1,3), rep(0,3)))
dt <- as.data.table(df)

# create template value
dt[, POS := 0]
# find maximum timestamp and store
dt[, Max.Timestamp := max(Timestamp), by=PurchaseId]
# where timestamp is maximal and purchase has been made, then set to 1
dt[Timestamp == Max.Timestamp & Purchase > 0, POS := 1]

# clean
dt[, Max.Timestamp := NULL]
out.df <- as.data.frame(dt)
out.df

库（data.table）
#数据，转换为data.table
df以下是我如何使用
数据来处理它。表
包：

library(data.table)
# data, convert to data.table
df <- data.frame(PurchaseId=c(rep(1,3), rep(2,3)),
                 Timestamp=1:6,
                 Touchpoint=c(1,7,3),
                 Purchase=c(rep(1,3), rep(0,3)))
dt <- as.data.table(df)

# create template value
dt[, POS := 0]
# find maximum timestamp and store
dt[, Max.Timestamp := max(Timestamp), by=PurchaseId]
# where timestamp is maximal and purchase has been made, then set to 1
dt[Timestamp == Max.Timestamp & Purchase > 0, POS := 1]

# clean
dt[, Max.Timestamp := NULL]
out.df <- as.data.frame(dt)
out.df

库（data.table）
#数据，转换为data.table
df考虑
ave
计算最长日期，然后有条件地使用
ifelse
分配Pos：

df <- within(df, {
    MaxDate <- ave(Timestamp, PurchaseID, FUN=max)
    POS <- ifelse(Timestamp == MaxDate & Purchase == 1, 1, 0)

    rm(MaxDate)
})

df
#   PurchaseID           Timestamp Touchpoint Purchase POS
# 1          1 2015-08-07 19:16:59          1        1   0
# 2          1 2015-11-03 12:31:35          7        1   0
# 3          1 2015-11-03 12:39:22          3        1   1
# 4          2 2015-11-24 22:29:39          1        0   0
# 5          2 2016-05-21 08:39:44          1        0   0
# 6          2 2016-06-15 15:48:20          4        0   0

df考虑
ave
计算最长日期，然后有条件地使用
ifelse
分配Pos：

df <- within(df, {
    MaxDate <- ave(Timestamp, PurchaseID, FUN=max)
    POS <- ifelse(Timestamp == MaxDate & Purchase == 1, 1, 0)

    rm(MaxDate)
})

df
#   PurchaseID           Timestamp Touchpoint Purchase POS
# 1          1 2015-08-07 19:16:59          1        1   0
# 2          1 2015-11-03 12:31:35          7        1   0
# 3          1 2015-11-03 12:39:22          3        1   1
# 4          2 2015-11-24 22:29:39          1        0   0
# 5          2 2016-05-21 08:39:44          1        0   0
# 6          2 2016-06-15 15:48:20          4        0   0

df谢谢你的回答！我用原始时间戳尝试了你的解决方案，但没有成功，得到了这个错误
>dt[，max.timestamp:=max（timestamp），by=PurchaseID]错误摘要。因子（347214L，na.rm=FALSE）：“max”对于后来使用JJJ mm dd表示法尝试的因子没有意义，它确实起作用，但给出了错误的结果，因为一些接触点在同一天，导致多次得到1而不是最后一个。如何解决此问题？
as.Date
迄今为止不起作用更新，用软件包解决了时间问题
anytime
。现在可以了。谢谢你的回答！我用原始时间戳尝试了你的解决方案，但没有成功，得到了这个错误
>dt[，max.timestamp:=max（timestamp），by=PurchaseID]错误摘要。因子（347214L，na.rm=FALSE）：“max”对于后来使用JJJ mm dd表示法尝试的因子没有意义，它确实起作用，但给出了错误的结果，因为一些接触点在同一天，导致多次得到1而不是最后一个。如何解决此问题？
as.Date
迄今为止不起作用更新，用软件包解决了时间问题
anytime
。它现在可以工作了。谢谢！但是，我确实收到了一个与乔尼·菲尔普斯的建议类似的错误：
“max”对因子没有意义
。有什么建议吗？更新：used package
anytime
，这解决了错误！它工作起来很有魅力，谢谢！不需要软件包。只需将时间戳转换为合适的日期即可/来自factor的时间类型：
as.POSIXct（as.character（df$Timestamp））
谢谢！但是，我确实收到了一个与乔尼·菲尔普斯的建议类似的错误：
'max'对factors没有意义
。有什么建议吗？更新：使用了package
随时
，这就解决了错误！它像一个符咒一样工作，谢谢！不需要软件包。只需将时间戳从factor:转换为适当的日期/时间类型即可e> as.POSIXct（as.character（df$Timestamp））