如何匹配R中子集的最小值，然后进行查找？ 输入

我有按客户和订单细分的数据，例如

Customer_ID Order_Source Date_of_order
1           Online       03/01/2017
1           Phone        02/01/2017
1           Store        01/01/2017
2           Fax          02/01/2017
2           Phone        01/01/2017

输出 我的目标是：

查找每个客户的首次订购日期（最小值）。让我们假设每个客户都有一个唯一的首次订购日期（我也有时间，以防日期出现平局）

然后进行查找以查找所使用的一阶源

最后，使用此信息创建一个新列，即

---

---

我的问题是，如何从这样的子集的最小值进行查找？

我们可以在按“客户ID”分组后执行此操作，将“订单日期”转换为

Date

类，获取最小“日期”的索引（

which.min

），获取“Order_Source”和

mutate

的相应值以创建新列

library(dplyr)
df1 %>% 
    group_by(Customer_ID) %>%
    mutate(First_Order_Source = Order_Source[which.min(as.Date(Date_of_order, "%m/%d/%Y"))])
#   Customer_ID Order_Source Date_of_order First_Order_Source    
#        <int>        <chr>         <chr>              <chr>
#1           1       Online    03/01/2017              Store
#2           1        Phone    02/01/2017              Store
#3           1        Store    01/01/2017              Store
#4           2          Fax    02/01/2017              Phone
#5           2        Phone    01/01/2017              Phone

库（dplyr）
df1%>%
分组依据（客户ID）%>%
变异（第一个订单来源=订单来源[哪个.min（作为.Date（订单的日期，“%m/%d/%Y”））））
#客户ID订单来源日期第一批订单来源
#                                       
#1 1在线商店2017年1月3日
#2 1电话2017年1月2日商店
#3 1商店2017年1月1日商店
#4.2传真2017年1月2日电话
#5.2电话2017年1月1日电话

我们可以在按“客户ID”分组后执行此操作，将“订单日期”转换为

Date

类，获取最小“日期”的索引（

which.min

），获取“订单来源”的对应值，并

修改

以创建新列

library(dplyr)
df1 %>% 
    group_by(Customer_ID) %>%
    mutate(First_Order_Source = Order_Source[which.min(as.Date(Date_of_order, "%m/%d/%Y"))])
#   Customer_ID Order_Source Date_of_order First_Order_Source    
#        <int>        <chr>         <chr>              <chr>
#1           1       Online    03/01/2017              Store
#2           1        Phone    02/01/2017              Store
#3           1        Store    01/01/2017              Store
#4           2          Fax    02/01/2017              Phone
#5           2        Phone    01/01/2017              Phone

库（dplyr）
df1%>%
分组依据（客户ID）%>%
变异（第一个订单来源=订单来源[哪个.min（作为.Date（订单的日期，“%m/%d/%Y”））））
#客户ID订单来源日期第一批订单来源
#                                       
#1 1在线商店2017年1月3日
#2 1电话2017年1月2日商店
#3 1商店2017年1月1日商店
#4.2传真2017年1月2日电话
#5.2电话2017年1月1日电话

这里有一个基本的R方法，使用

ave

按客户分组：

df <- within(df, {
  Date_of_order <- as.Date(Date_of_order, format = "%d/%m/%Y")
  first_order <- Order_Source[ave(as.integer(Date_of_order), Customer_ID, FUN = which.min)]
})

---

df这里有一个基本R方法，使用
ave
按客户分组：

df <- within(df, {
  Date_of_order <- as.Date(Date_of_order, format = "%d/%m/%Y")
  first_order <- Order_Source[ave(as.integer(Date_of_order), Customer_ID, FUN = which.min)]
})

df@989：很好。我本应该包括我的尝试，但我恐怕在我发布的机器上没有代码。@989:说得好。我本应该包括我的尝试，但我恐怕在我发布的机器上没有代码。