1

我有一个.csv这种格式的点击流数据文件：

     Step_Name   Session_ID
        p-1          1
        p-2          1
        defer        1
        p-1          2
        p-3          2
        buy          2
        p-4          3 
        defer        3

我正在尝试clickstream在 R 中使用包进行分析。这个包需要我们把上面的数据转换成这种格式：

   1    p-1    p-2    defer
   2    p-1    p-3    buy 
   3    p-4    defer

其中第一列是会话 ID，每个会话的列数可能会有所不同，具体取决于网站用户采取的步骤数。如何将初始数据转换为上述格式（excel 或 R）？

另外，如果有其他方法可以在 R 中分析点击流数据而无需进行此类数据操作，请告诉我。

4

1 回答 1

0

使用data.table，加载您的数据：

> library(data.table)
> df = data.table('Step_Name' = c('p-1', 'p-2', 'defer','p-1','p-3','buy','p-4','defer'), 'Session_ID' = c(rep(1,3),rep(2,3),rep(3,2)))
> df
   Step_Name Session_ID
1:       p-1          1
2:       p-2          1
3:     defer          1
4:       p-1          2
5:       p-3          2
6:       buy          2
7:       p-4          3
8:     defer          3

添加行号 ID，为每个新的Session_ID.

> df[, id := seq_len(.N), by = Session_ID]

投射你的数据表：

> df_final = dcast(df, Session_ID ~ id, value.var = 'Step_Name')

和你想要的结果：

> df_final
   Session_ID   1     2     3
1:          1 p-1   p-2 defer
2:          2 p-1   p-3   buy
3:          3 p-4 defer  <NA>

注意：这取决于您的数据在Session_ID.

于 2019-09-27T05:28:07.917 回答