R 如何根据字符变量中的唯一值获取累积和？

我有一个df，它表示用户在一段时间内的浏览行为。因此，df包含一个唯一的UserId，每一行都有一个时间戳，表示对某个网站的访问。每个网站都有一个独特的网站Id和一个独特的网站类别，比如c（“电子”、“服装”等等）。 现在，我想计算每行用户访问到该行（包括该行）的每个类别的唯一网站数。我称这个变量为“宽度”，因为它表示用户浏览互联网的宽度

到目前为止，我只设法生成哑代码，通过对每个类别进行过滤，创建每个类别访问的唯一网站的总数，然后用户获取唯一向量的长度，然后进行左连接。 因此，随着时间的推移，我确实会丢失有关发展的信息

非常感谢

total_breadth <- df %>% filter(category=="electronics")  %>% 
                         group_by(user_id) %>% 
                           mutate(breadth=length(unique(website_id)))

---

这似乎是一个拆分、应用和合并的案例。 创建1和0的二进制矩阵，其维度为：

• 行数=原始数据中的行数
• 列数=唯一网站类别数

每行表示时间戳，每列表示各自的网站类别。因此，当且仅当用户在各自的时间戳上访问了该网站类别的网站时，单元格将等于1，否则它将为0

获取此矩阵中各个列的累积和，然后创建一个最终列，其中仅获取相应时间戳上已访问网站类别的值

---

虽然这似乎不是一个优雅的解决方案，但希望这能暂时解决您的问题。

这似乎是一个拆分、应用和合并的案例。 创建1和0的二进制矩阵，其维度为：

• 行数=原始数据中的行数
• 列数=唯一网站类别数

每行表示时间戳，每列表示各自的网站类别。因此，当且仅当用户在各自的时间戳上访问了该网站类别的网站时，单元格将等于1，否则它将为0

获取此矩阵中各个列的累积和，然后创建一个最终列，其中仅获取相应时间戳上已访问网站类别的值

---

虽然这似乎不是一个优雅的解决方案，但希望这能暂时解决您的问题。

您的

左键连接

并没有做您认为它正在做的事情

total_width

已包含所有其他变量加上

width

。如果我正确理解了您使用

过滤器所做的操作，您可能应该将
类别
添加到分组变量中。我不清楚你是如何随时间丢失信息的。如果
df
改变，宽度也会改变。我的df的问题是，宽度变量的计算方法不正确。宽度变量应以累积方式（而非总计）反映基于每个类别的唯一网站ID的宽度。长度（unique（））组合计算每个类别每个用户的完整向量上的变量。相关问题：那边答案的核心部分有效。在您想要执行的每组值中，
cummax（作为.numeric（因子（x，levels=unique（x）））
您的
left\u join
没有执行您认为它正在执行的操作
total_width
已包含所有其他变量加上
width
。如果我正确理解了您使用
过滤器所做的操作，您可能应该将
类别
添加到分组变量中。我不清楚你是如何随时间丢失信息的。如果
df
改变，宽度也会改变。我的df的问题是，宽度变量的计算方法不正确。宽度变量应以累积方式（而非总计）反映基于每个类别的唯一网站ID的宽度。长度（unique（））组合计算每个类别每个用户的完整向量上的变量。相关问题：那边答案的核心部分有效。在您想要执行的每组值中
cummax（作为.numeric（因子（x，levels=unique（x）））
#Structure of the df I want to achieve:

user_id   time   website_id  category     breadth

1         1      70         "electronics" 1 
1         2      93         "clothing"    1
1         3      34         "electronics" 2
1         4      93         "clothing"    1
1         5      26         "electronics" 3
1         6      70         "electronics" 3  

#Structure of the df I produce:

user_id   time   website_id  category     breadth

1         1      70         "electronics" 3 
1         2      93         "clothing"    1
1         3      34         "electronics" 3
1         4      93         "clothing"    1
1         5      26         "electronics" 3
1         6      70         "electronics" 3