如何从每个帐户的第一个交易日期开始分别为每个帐户设置特定期间？

Question

这是我的交易数据：

id          from_id        to_id      amount    date_trx
<fctr>      <fctr>         <fctr>     <dbl>     <date>
0           7468           5695       700.0     2005-01-04
1           6213           9379       11832.0   2005-01-08
2           7517           8170       1000.0    2005-01-10
3           6143           9845       4276.0    2005-01-12
4           6254           9640       200.0     2005-01-14
5           6669           5815       200.0     2005-01-20
6           6934           8583       49752.0   2005-01-24
7           9240           8314       19961.0   2005-01-26
8           6374           8865       1000.0    2005-01-30
9           6143           6530       13.4      2005-01-31
...

我想根据时间间隔构建新功能。

让我们看看这个：

id               from_id        to_id      amount       date_trx
<fctr>           <fctr>         <fctr>     <dbl>        <date>
149431           5370           5735       1000.0       2007-03-24
157403           5370           7058       3679.0       2007-04-13
158831           5370           8667       12600.0      2007-04-23
162680           5370           6053       19.2         2007-04-30
167082           5370           8165       3679.0       2007-05-13
168562           5370           5656       2100.0       2007-05-23
172578           5370           5929       79.0         2007-05-31
177507           5370           6725       3679.0       2007-06-01
179167           5370           8433       200.0        2007-06-22
183499           5370           7022       100.6        2007-06-29
...

假设我想计算每个帐户的交易金额，例如，以周为单位。
所以，从2007-03-24开始，5370的每周交易金额历史如下：

in the 1st week(2007-03-24 - 2007-03-31):  1000.0          
in the 2nd week(2007-03-31 - 2007-04-07):  0.0          
in the 3rd week(2007-04-07 - 2007-04-14):  3679.0          
in the 4th week(2007-04-14 - 2007-04-21):  0.0          
in the 5th week(2007-04-21 - 2007-04-28):  12600.0          
in the 6th week(2007-04-28 - 2007-05-05):  19.2          
in the 7th week(2007-05-05 - 2007-05-12):  0.0          
in the 8th week(2007-05-12 - 2007-05-19):  3679.0          
in the 9th week(2007-05-19 - 2007-05-26):  2100.0          
in the 10th week(2007-05-26 - 2007-06-02):  79.0 + 3679.0 = 3758.0          
in the 11th week(2007-06-02 - 2007-06-09):  0.0          
in the 12th week(2007-06-09 - 2007-06-16):  0.0          
in the 13th week(2007-06-16 - 2007-06-23):  200.0          
in the 14th week(2007-06-23 - 2007-06-30):  100.6          

在这里，我们看到一周内交易的最大金额 5370 是 12600.0。所以，现在我想将此度量视为一项功能，例如max_of_weekly_transacted_amount。
同样，我想计算每个帐户在一个月内的平均交易量并将其存储为另一个特征，例如mean_of_monthly_transacted_amount

我试过润滑函数floor_date：

# Max of weekly transaction amount
data <- data %>% group_by(date_trx_week=floor_date(date_trx, "week"),from_id) %>% mutate(weekly_trx = sum(amount)) %>% 
   group_by(from_id) %>% mutate(max_of_weekly_transacted_amount=max(weekly_trx))%>% 
   select(-c(date_trx_week,weekly_trx))


# Mean of monthly transaction amount
data <- data %>% group_by(date_trx_month=floor_date(date_trx, "month"),from_id) %>% mutate(monthly_trx = sum(amount)) %>% 
   group_by(from_id) %>% mutate(mean_of_monthly_transacted_amount=mean(monthly_trx))%>% 
   select(-c(date_trx_month,monthly_trx))

我的数据中的日期变量date_trx 以2005-01-01 开头，以2010-12-31 结尾。 floor_date 以 2005-01-02-2005-01-09 开始周期间，并以 2005-01-09-2005-01-16 继续，依此类推。它以2005-01-01-2005-02-01 开始月份，并以2005-02-01-2005-03-01 继续，依此类推。此函数对每个帐户使用相同的期间。

但我想根据每个帐户的第一个交易日期专门为每个帐户制作期间。所以，对于from_id = 5370，第一个交易日期是2007-03-24。如果我想为5370 创建周期间，则为2007-03-24 - 2007-03-31、2007-03-31 - 2007-04-07 等等。如果我想为5370 设置月份，那就是2007-03-24 - 2007-04-24、2007-04-24 - 2007-05-24，等等。
对于另一个帐户，期间会有所不同。那么，我该如何实现呢？如何从每个帐户的第一个交易日期开始分别为每个帐户设置特定期间？

Answer 1

以下都是Base-R。首先，自定义周。这对第一个条目和其余条目之间的差异使用了 mod 7。希望有人可以使用这种方法并为您提供更高效的data.table 解决方案。

df$Week <- unsplit(tapply(df$date_trx,df$from_id, function(x) as.numeric((x-x[1])) %/% 7 ),df$from_id)

如果你想按周表示 ID 的平均值，你可以

aggregate(amount ~ from_id + Week, df, mean)

   from_id Week  amount
1     5370    0  1000.0
2     6143    0  4276.0
3     6213    0 11832.0
4     6254    0   200.0
5     6374    0  1000.0
6     6669    0   200.0
7     6934    0 49752.0
8     7468    0   700.0
9     7517    0  1000.0
10    9240    0 19961.0
11    5370    2  3679.0
12    6143    2    13.4
13    5370    4 12600.0
14    5370    5    19.2
15    5370    7  3679.0
16    5370    8  2100.0
17    5370    9  1879.0
18    5370   12   200.0
19    5370   13   100.6

当然，您可以将mean 替换为max 或任何其他函数。