R中“channelAttribution”包的转换数据格式答案

【问题标题】：Transform Data format for "channelAttribution" package in RR中“channelAttribution”包的转换数据格式
【发布时间】：2016-09-21 08:55:03
【问题描述】：

我有以下数据格式-

Id     Record      Date      Medium
  1    display     9/7/2016     A
  1    display     9/8/2016     B
  1    display     9/9/2016     A
  1    Interaction 9/10/2016    B

  1    display     9/11/2016    A
  1    display     9/12/2016    B
  1    display     9/13/2016    A
  1    Interaction 9/14/2016    B

  1    display     9/15/2016    C
  1    display     9/16/2016    B

  2    display     9/17/2016    A
  2    display     9/18/2016    B
  2    display     9/19/2016    A
  2    Interaction 9/20/2016    B

  2    display     9/21/2016    A
  2    display     9/22/2016    B
  2    display     9/23/2016    A
  2    display     9/24/2016    B

数据简介 - 对于特定 id，数据显示用户从一种媒体到另一种媒体的旅程，这可能会导致网站交互。

例如：对于 id "2"，旅程来自 Medium 1>2>1>2（-> 请注意，旅程停止听到，因为有网站交互）。插入在上面数据中的空白行表示旅程停止的地方。因此，在这种情况下，ID“2”有 2 个不同的旅程。

注意：我已经使用 ID 和 Date 作为变量对数据进行了排序，因此上述情况总是会发生，我们在这里不考虑 Date。

我想要完成的事情 创建一个新表，所有路径在第一列，转化计数在第二列，非转化计数在第三列。

转化是指路径以“记录 = 互动”结尾

上表的最终输出如下-

    PATH    Count_Conversion   Count_Non-Convert
  A>B>A>B        3                      1
  C>B            0                      1

请帮助编写 R 代码。

【问题讨论】：

标签： r markov

【解决方案1】：

例如

library(tidyverse)
df <- read_table("Id     Record      Date      Medium
  1    display     9/7/2016     A
  1    display     9/8/2016     B
  1    display     9/9/2016     A
  1    Interaction 9/10/2016    B

  1    display     9/11/2016    A
  1    display     9/12/2016    B
  1    display     9/13/2016    A
  1    Interaction 9/14/2016    B

  1    display     9/15/2016    C
  1    display     9/16/2016    B

  2    display     9/17/2016    A
  2    display     9/18/2016    B
  2    display     9/19/2016    A
  2    Interaction 9/20/2016    B

  2    display     9/21/2016    A
  2    display     9/22/2016    B
  2    display     9/23/2016    A
  2    display     9/24/2016    B")
df %>% 
  mutate(Id = cumsum(is.na(Id))+1) %>% 
  filter(!is.na(Medium)) %>% 
  group_by(Id) %>% 
  summarise(
    path = paste(Medium, collapse=">"), 
    conversion = "Interaction" %in% Record
  ) %>% 
  group_by(path) %>% 
  summarise(
    cons=sum(conversion), 
    no_cons=sum(!conversion)
  )
# # A tibble: 2 x 3
#      path  cons no_cons
#     <chr> <int>   <int>
# 1 A>B>A>B     3       1
# 2     C>B     0       1

【讨论】：