R中的清理数据

我有一个类似以下内容的数据集-

Date     Customer      Cost      Location
1/2/15    Jon          $50       Sunnyvale, CA
1/5/15    Jon          $125      Sunnyvale, CA
1/15/15   Jon          $25       Sunnyvale, CA
1/3/15    Martha       $30       Fresno, CA
1/7/15    Martha       $40       Fresno, CA
2/16/15   James        $30       Tempe, AR
2/20/15   James        $70       Tempe, AR

我想转换成以下格式，其中每一行为我提供有关单个客户、其最新到达日期、净支出、总发生次数的信息，并创建一个到达模型-

Date     Customer     Mean ITA(days)    Frequency    Cost    Location
1/15/15    Jon        6.5                3          $200     Sunnyvale, CA
1/7/15     Martha     4                  2          $70      Fresno, CA
2/20/15    James      4                  2          $100     Tempe, AR

---

感谢您在R中提供的任何帮助。我正在使用tidyr软件包，但无法找出如何完成这项工作

正如alistaire所指出的，你需要的是dplyr，而不是tidyr

library(dplyr)

df %>% 
  group_by(Customer) %>% 
  summarise(Frequency = n(), 
            Cost = sum(Cost),
            ITA = (max(Date) - min(Date))/2,
            Date = max(Date))

---

正如alistaire所指出的，您需要dplyr，而不是tidyr

library(dplyr)

df %>% 
  group_by(Customer) %>% 
  summarise(Frequency = n(), 
            Cost = sum(Cost),
            ITA = (max(Date) - min(Date))/2,
            Date = max(Date))

---

什么是ITA？如何计算它？首先，学习如何转换日期，然后学习如何使用dplyr，特别是它的

summary

命令。（非常确定

ITA=（最后一个（日期）-第一个（日期））/n（）

以防有人对此感到困惑）通常，使用

dplyr

您需要

df%>%groupby（Customer，Location）%%>%summary（…）

，其中

…

是构造所有所需列的参数。首先，清理原始数据；您的日期不是日期对象，如果它们有

$

，您的成本也不是数字。当你陷入困境时，请告诉我们，我们将为你指明正确的方向。ITA是什么？如何计算它？首先，学习如何转换日期，然后学习如何使用dplyr，特别是它的

summary

命令。（非常确定

ITA=（最后一个（日期）-第一个（日期））/n（）

以防有人对此感到困惑）通常，使用

dplyr

您需要

df%>%groupby（Customer，Location）%%>%summary（…）

，其中

…

是构造所有所需列的参数。首先，清理原始数据；您的日期不是日期对象，如果它们有

$

，您的成本也不是数字。当你陷入困境时，请告诉我们，我们将为你指明正确的方向。