R 将客户群分成12个样本（=每月周期）

我需要将50万客户分成12个代表性样本，每月联系一次

12个样品应在产品和该产品的生命周期类别（A、B、C）内具有代表性。 意思是：我需要按产品id和生命周期类别（可以连接）按比例分层的样本。

我不仅需要一个样本，还需要整个人群分成12个样本

结果应该是原始表加上分层循环id（1-12）

f、 e:

一个客户可以拥有多个产品，但组合客户产品是唯一的

在12个周期内，每个客户产品组合只能使用一次（因此，不得倒退）

我在R怎么做

示例数据行：

cust_id, product, lifecycle
10000, 4004, A
10000, 2000, B
10001, 3000, B
10002, 2000, A
10004, 4004, C
...

---

这是一个丑陋但实用的解决方案。我为这个奇怪、复杂的子集表示歉意，但不幸的是by（）以一种非常奇怪的方式存储其数据

mysamp <- function(dat){
  samp <- runif(length(dat)) #get 12 random numbers
  samp <- ceiling(samp*12) #standardize between 1 and 12
  return(samp)
}

然后，您需要创建一列0来放入cycle.id（在我的示例中，我将其称为“cyc”）。将其附加到data.frame，就像添加zz$prodlife一样。然后，您可以使用以下语句对样本进行采样，并将样本分配给列：

cycle <- by(newzz$cust, newzz$prodlife, mysamp)
for(i in 1:length(cycle)){
    for(j in 1: length(cycle[i][[1]])){
        zz$cyc[zz$prodlife == names(cycle)[i]][j] <- cycle[i][[1]][j]
    }
}

---

当然，这个示例太小，无法判断样本是否正确分层，但这应该是可行的。快乐编码

在每个月内为

sample

行编写一个函数。然后使用

ddply

或

by

将函数应用于每个月度分组。如何确保12个样本具有代表性？您是否需要在同一个月内联系每种产品的回头客？还是不同的月份？这里是一个简单的第一步，将您的样本切割成12个随机样本，所有样本的大小大致相同：

cut（sample（nrow（dat）），breaks=12，labels=FALSE）

其中您的数据命名为

dat

Hi Liz，是的，我需要分层比例样本，不仅根据产品ID，还根据生命周期（a到C）。我还可以将两个字段连接到一个字段。你能用by（）语句向我解释一下你的想法吗？谢谢，雷内里编辑了我的回答以回应你的评论。希望这澄清了我对by语句的意思——在这方面，我确实学会了使用by（）是件多么烦人的事情！希望循环不会太慢，但是我想不出一个解决的办法。

cust <- c(101, 101, 102, 105, 107)
prod <- c(4004, 2000, 3000, 3000, 4004)
life <- c('A', 'B', 'B', 'B', 'A')
zz <- data.frame(cust, prod, life)
prodlife <- paste0(zz$prod, zz$life)
zz <- data.frame(zz, prodlife)

> zz
  cust prod life prodlife
1  101 4004    A    4004A
2  101 2000    B    2000B
3  102 3000    B    3000B
4  105 3000    B    3000B
5  107 4004    A    4004A

cycle <- by(newzz$cust, newzz$prodlife, mysamp)
for(i in 1:length(cycle)){
    for(j in 1: length(cycle[i][[1]])){
        zz$cyc[zz$prodlife == names(cycle)[i]][j] <- cycle[i][[1]][j]
    }
}

> zz
  cust prod life prodlife cyc
1  101 4004    A    4004A   6
2  101 2000    B    2000B   5
3  102 3000    B    3000B   7
4  105 3000    B    3000B   8
5  107 4004    A    4004A   1