dplyr min在特定值上

Question

我想使用dplyr在R中進行以下SQL查詢的等效dplyr ：

SELECT 
  user_id,
  min(case when product = 'ProductA' then purchase_date end) AS min_purchase_date_product_A,
  min(case when product = 'ProductB' then purchase_date end) AS min_purchase_date_product_B
FROM fact_purchase
GROUP BY user_id;

我想我會需要使用min()函數結合which()見下面的建議），但語法是錯誤的，我不知道如何將這兩個功能結合起來！

min_purchase_dates_per_product =
fact_purchase %>%
group_by(user_id) %>%
mutate(
min_purchase_date_product_A = min(which(product == 'ProductA')),
min_purchase_date_product_B = min(which(product == 'ProductB'))
)

如果有一種方法可以對所有現有產品執行此操作，而不是在mutate語句中逐一列出這些產品，那么我很高興知道該怎么做。

Answer 1

這里的想法是按用戶和產品分組：

min_purchase_dates_per_product <-
  fact_purchase %>%
  group_by(user_id, product) %>%
  summarize(min(x))

我將x設為我們試圖尋找的最小值。

以后，您可以根據需要將其加入到user_id（產品）上的原始數據框。

Answer 2

就像@ luis-usier建議的那樣，您應該（同樣在您的sql中）按用戶和產品進行分組：

圖書館（dplyr）

productTable <- data.frame(user = sample(1:2, size = 10, replace = T), 
                           product = paste0("p", sample(1:2, size = 10, replace = T)),
                           purchaseDate = sample(seq(as.Date('2016/01/01'), as.Date('2016/07/01'), by="day"), 10))
productTable
productTable %>%
  group_by(user, product) %>%
  summarise(minPurchase = min(purchaseDate))

因此，您的數據仍然整潔！ 如果您確實需要將數據轉換為變量矩陣，則可以使用tidyr ：

productTable %>%
  group_by(user, product) %>%
  summarise(minPurchase = min(purchaseDate)) %>%
  tidyr::spread(key = "product", value = "minPurchase")