合并同一人同一天的交易

Question

情况：我有一个包含交易的数据集 (transData)。每笔交易都有自己的行，其中有相关的列：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：单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，我需要将这些交易组合成一个交易，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：transactionID不重要，唯一即可。）

我所做的：使用 plyr 包中的 ddply，我创建了一个 table 来整理 customerId 和 day 的异常组合：

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

接下来我在for循环中总结交易：

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：对于需要处理的交易量而言，这太慢了。

有没有办法更有效地做到这一点？

Answer 1

在data.table中，只需：

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

Answer 2

我根据此处的一些评论使用 dplyr 包找到了解决方案。

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

感谢您的思考。

合并同一人同一天的交易

Combining transactions from the same people on the same day

r

database

transactions

bigdata

coding-efficiency