巧用R语言中常见的各类偏移窗口函数

前言

  已经介绍了R语言中的排名窗口函数，本节介绍一下R语言中的偏移窗口函数，如果使用纯R语言语句实现“偏移”效果，很是复杂，可以说偏移窗口函数是处理“偏移”数据问题的利器。

【R语言】窗口函数系列一：排名窗口函数

窗口函数：计算环比和同比

窗口函数：制作vintage报表

函数对比

  风格依旧，与sql中偏移窗口函数对比来介绍R语言中的偏移窗口函数，若熟悉sql中的偏移窗口函数，会发现R语言中的偏移窗口函数可以说是“粘贴复制”sql中的窗口函数。R语言中有5个偏移窗口函数: lead()、lag()、first()、last()和nth()函数。

函数使用

  数据仍使用之前的数据：

user_no	order_no	buy_date	amt
u01	dadeca	2019/1/1	100
u02	xaefaw	2018/6/5	100
u01	daecaw	2019/2/1	200
u02	sdawfa	2018/2/1	150
u01	cwewca	2019/3/1	200
u01	wcawca	2018/7/1	120
u02	wdcbhf	2019/3/1	500
u02	qweace	2019/1/1	300
u01	ceasxa	2018/12/1	300
u01	xasaec	2019/2/1	150

1 lead函数

    R语言中的lead函数与sql中的lead函数相同，lead(column,n)获取当前数据行按照某种排序规则的下第n行数据的某个字段：例如，计算每位客户购买时间之间的时间间隔，故先在当前购买时间后面添加下次购买时间：

data1 %>%	
  group_by(user_no) %>%	
  mutate(lead_date = lead(buy_date, 1, order_by = buy_date)) %>%	
  arrange(user_no, buy_date)

然后添加一个新的字段：两个时间相减

data1 %>%	
  group_by(user_no) %>%	
  mutate(lead_date = lead(buy_date, 1, order_by = buy_date)) %>%	
  arrange(user_no, buy_date) %>%	
  mutate(diff_time = difftime(lead_date, buy_date, units = "days"))

例如计算每个客户消费金额的环比变化：

data1 %>%	
  group_by(user_no) %>%	
  mutate(lead_amt = lead(amt, 1, order_by = buy_date)) %>%	
  arrange(user_no, buy_date) %>%	
  mutate(huanbi = (lead_amt - amt)/amt)

2 lag函数

    R语言中的lag函数与sql中的lag函数相同，lag(column,n)获取当前数据行按照某种排序规则的上n行数据的某个字段，lag函数与lead函数可以等价替换。例如：获取每位客户当前购买时间的上一次时间：

data1 %>%	
  group_by(user_no) %>%	
  mutate(lag_date = lag(buy_date, 1, order_by = buy_date)) %>%	
  arrange(user_no, buy_date)

3 frist函数

    R语言中的frist函数与sql中的first_value函数相同，first函数按照某种方式排序下取最早的某一个字段的值，例如取每位客户第一次购买时间：

data1 %>%	
  group_by(user_no) %>%	
  mutate(first_date = first(buy_date,order_by = buy_date)) %>%	
  arrange(user_no, buy_date)

4 last函数

    R语言中的last函数与sql中的last_value函数相同，last函数按照某种方式排序下取最近(晚)的某一个字段的值，例如取每位客户最近一次购买时间：

data1 %>%	
  group_by(user_no) %>%	
  mutate(last_date = last(buy_date,order_by = buy_date)) %>%	
  arrange(user_no, buy_date)

5 nth函数

   R语言中的nth函数与sql中的nth_value函数相同，nth函数介于first函数和last函数，first函数是取某个字段的最早记录，last函数取某个字段的最晚记录，而nth是取某个字段的第n个记录：例如取每位客户的第二次购买时间：

data1 %>%	
  group_by(user_no) %>%	
  mutate(nth_date = nth(buy_date,2,order_by = buy_date)) %>%	
  arrange(user_no, buy_date)

总结

    本文介绍了R语言中的偏移窗口函数，在处理“错位“数据的时候可以使用偏移窗口函数，例如计算同比、环比、第一次消费时间、最近一次消费时间、每次消费时间间隔等。