在 R 中确定客户的平均购买周期

Question

我是 R 编程新手。 我有每个客户的发票详细信息，日期和想知道每个客户的平均购买周期。数据是这样的：

----------------------------
|Cust_no |Invoice_no | Date|
----------------------------

| C001   |    W012    | 4/1/2015 
-----------------------------------
| C001  |  W234   |   4/11/2015
-----------------------------------
|C001 |    W321   |     5/1/2015
-----------------------------------
|C002   | W131    |   4/1/2015
----------------------------------
|C002  |  W245    |   4/13/2015
----------------------------------
|C003  |  W047    |   3/18/2015
----------------------------------

因此，对于每个客户，代码应将连续日期之间的差值相加并除以 (n-1)。 n = 没有。每个客户的交易量。如果只有一个交易存在，那么我想输出一个默认编号。 （比如 45 天）

获得平均后的下一步。每个客户的购买周期（C），我想看看哪个客户的购买周期正在接近（发送通知） 例子： 在以下情况下将“购买期临近”标记为“1”： (C-2)*n

假设今天是 2015 年 5 月 15 日，那么我们将有以下输出。

预期输出 对于客户 C001，平均购买周期为 = (10+20)/(3-1)= 15 天。 对于客户 C002，平均购买周期为 = (10)/(2-1)= 10 天 对于客户 C003，距离只有一笔交易的 45 天，默认值为 45。

---------------------------------------------------------------------------
|Cust_no |Buying_cycle|last_invoice_date|time_since_last_inv|buy_perd_near
---------------------------------------------------------------------------

| C001  |    15    | 5/1/2015 |14 | 1
---------------------------------------------------------------------------
| C002  |  12  |   4/13/2015 |32 | 0
---------------------------------------------------------------------------
| C003  |    45   |  3/18/2015 |68 | 0
---------------------------------------------------------------------------

我面临着寻找平均值的挑战。购买期。一旦我能得到平均值。购买期，我可以应用逻辑来判断购买期是否临近。

注意：原始数据不会按客户或升序/降序排序。

{

structure(list(cust_no = structure(c(1L, 1L, 1L, 2L, 2L, 3L), .Label = c("c001", 
"c002", "c003"), class = "factor"), inv_no = structure(c(1L, 
3L, 4L, 2L, 6L, 5L), .Label = c("w015", "w087", "w167", "w231", 
"w234", "w456"), class = "factor"), date = structure(c(1L, 2L, 
5L, 1L, 3L, 4L), .Label = c("2015-4-1", "2015-4-11", "2015-4-13", 
"2015-4-17", "2015-5-1"), class = "factor")), .Names = c("cust_no", 
"inv_no", "date"), row.names = c(NA, -6L), class = "data.frame")

}

Answer 1

由于您没有可重复的数据，我将发布步骤以实现您想要的结果，而不是整个代码

您可以将日期转换为天数：

library(lubridate)
x <- c("02/01/2000", "20/02/2000", "12/12/2000", "13/01/2001")
date <- dmy(x)

现在使用diff 对基数 R 的排序向量来获得连续值之间的差异：

diff(date)

然后求它的平均值。