R 查找新用户数

我用的是R，有一张玩某个网络游戏的人的数据表

userId,  login,      country
132,     2017-01-01, A
133,     2017-01-01, B
133,     2018-01-01, B
432,     2018-01-01, A

我想找出2018年每个国家的新用户数量，定义为2018年登录但不是2017年的用户数量。例如，如果上述数据表是整个数据表，那么国家A在2018年将有1个新用户（用户432），而国家B将有0个新用户（用户133在2017年登录）

---

做这件事的最快方法是什么？

使用

数据。如果你有一个大数据集，table

可能是最快的

library(data.table)
setDT(data)
data[, login := as.Date(login)]
data[, .(year = min(year(login)), country), by = userId
     ][, sum(year == 2018), by = country]
   country V1
1:       A  1
2:       B  0

其中数据：

data <- fread("userId,  login,      country
132,     2017-01-01, A
133,     2017-01-01, B
133,     2018-01-01, B
432,     2018-01-01, A")

数据%
变异（年=年（截止日期（登录）））%>%
分组人（用户ID）%>%
总结（myear=min（年），国家=唯一（国家））%>%
按（国家）划分的组别%>%
总结（n_新用户=sum（myear==2018））
国家/地区n_新用户
1 A 1
2B0

Edit2：在base R中使用类似的逻辑（可能不是最好的）（使用一些管道更容易跟踪）：

data$year%
合计（年份~用户ID+国家/地区，分钟）%>%
合计（年份-国家，函数（x）和（x==2018））
国家年
1 A 1
2B0

使用

数据。如果您有一个大的数据集，table

可能是最快的

library(data.table)
setDT(data)
data[, login := as.Date(login)]
data[, .(year = min(year(login)), country), by = userId
     ][, sum(year == 2018), by = country]
   country V1
1:       A  1
2:       B  0

其中数据：

data <- fread("userId,  login,      country
132,     2017-01-01, A
133,     2017-01-01, B
133,     2018-01-01, B
432,     2018-01-01, A")

数据%
变异（年=年（截止日期（登录）））%>%
分组人（用户ID）%>%
总结（myear=min（年），国家=唯一（国家））%>%
按（国家）划分的组别%>%
总结（n_新用户=sum（myear==2018））
国家/地区n_新用户
1 A 1
2B0

Edit2：在base R中使用类似的逻辑（可能不是最好的）（使用一些管道更容易跟踪）：

data$year%
合计（年份~用户ID+国家/地区，分钟）%>%
合计（年份-国家，函数（x）和（x==2018））
国家年
1 A 1
2B0

库（dplyr）
#> 
#>正在附加包：“dplyr”
#>以下对象已从“package:stats”屏蔽：
#> 
#>滤波器，滞后
#>以下对象已从“package:base”屏蔽：
#> 
#>相交、setdiff、setequal、并集
文本%
过滤器（年==2018年）%>%
反加入（svnt\u peeps，“userId”）%>%
按（国家）划分的组别%>%
计数（）
#>#A tible:1 x 2
#>#群体：国家[1]
#>国家
#>      
#>1“A”1

库（dplyr）
#> 
#>正在附加包：“dplyr”
#>以下对象已从“package:stats”屏蔽：
#> 
#>滤波器，滞后
#>以下对象已从“package:base”屏蔽：
#> 
#>相交、setdiff、setequal、并集
文本%
过滤器（年==2018年）%>%
反加入（svnt\u peeps，“userId”）%>%
按（国家）划分的组别%>%
计数（）
#>#A tible:1 x 2
#>#群体：国家[1]
#>国家
#>      
#>1“A”1

以下是我的选择：

require(dplyr)
require(lubridate)
data %>%
  mutate(years = year(as.Date(login))) %>%
  group_by(userId) %>%
  mutate(n = n()) %>% # n will be >1 if a user is not new 
  filter(n == 1, years == "2018") %>% # filter for n == 1 and year 2018
  group_by(country) %>% 
  count()

---

以下是我的选择：

require(dplyr)
require(lubridate)
data %>%
  mutate(years = year(as.Date(login))) %>%
  group_by(userId) %>%
  mutate(n = n()) %>% # n will be >1 if a user is not new 
  filter(n == 1, years == "2018") %>% # filter for n == 1 and year 2018
  group_by(country) %>% 
  count()

---

你的意思是“B”没有条目吗？哦，我更喜欢你的答案（dplyr版本）对不起，是的，我的意思是B。你的意思是“B”没有条目吗？哦，我更喜欢你的答案（dplyr版本）对不起，是的，我的意思是B。答案也比我的好：）答案也比我的好：）