合并同一天同一个人的交易答案

【问题标题】：Combining transactions from the same people on the same day合并同一天同一个人的交易
【发布时间】：2018-02-09 13:03:32
【问题描述】：

情况：我有一个包含交易的数据集 (transData)。每笔交易都有其对应的行，其中包含相关的列：transactionID、customerID、Date 和 moneySpend。

简化示例：

1; 101; 1/1/18; 42
2; 101; 1/1/18; 13
3; 102; 1/1/18; 32
4; 103; 1/1/18; 56
5; 103; 1/1/18; 85
6; 103; 2/1/18; 8
7; 101; 2/1/18; 23
8; 103; 2/1/18; 14
9; 103; 2/1/18; 35
10; 104; 2/1/18; 48

我需要什么：一个客户每天可以购买多件商品，但是每件商品在交易数据集中都有自己的行。但是，我需要将这些交易合并为一个，其中 moneySpend 是各个项目的总和。

简化示例：

1; 101; 1/1/18; 55
2; 102; 1/1/18; 32
3; 103; 1/1/18; 141
4; 103; 2/1/18; 77
5; 101; 2/1/18; 23
6; 104; 2/1/18; 48

（注意：transactionID 不重要，只要是唯一的即可。）

我做了什么：使用 plyr 包中的 ddply 创建一个表格，整理出 customerId 和 day 的唯一组合：

newTable <- ddply(transData, .(transData$customerID, transData$Date), nrow)

接下来我在for循环中总结事务：

for (i in 1:dim(newTable)[1]){ 
  trans = which(transData$customerID==newTable[i,1] & transData$Date==newTable[i,2])
  totalSpend[i]=sum(transData[trans,32:35])
}

问题：这对于需要处理的交易量来说太慢了。

有没有办法更有效地做到这一点（方式）？

【问题讨论】：

为了帮助我们帮助您，请提供可重现的示例。并使用microbenchmarkpackage 计算您的时间。你也应该尝试矢量化你的 for 循环
您可以使用dput 提供可重现的示例
所以您想通过 custumer_id 汇总您的资金支出？检查这个stackoverflow.com/questions/1660124/…

标签： r database transactions bigdata coding-efficiency

【解决方案1】：

在 data.table 中，简单地说：

transData[, newVar := sum(moneySpend), by = c("customerID", "Date")]

【讨论】：

【解决方案2】：

我在这里使用 dplyr 包找到了基于一些 cmets 的解决方案。

transactions = transData %>% 
   group_by(customerID,Date) %>% 
   summarise(moneySpend = sum(moneySpend))

感谢您的考虑。

【讨论】：