Рассчитать суммы от одного столбца до значения в другом, затем общая сумма

Question

У меня есть набор данных, который выглядит следующим образом:

User<- c("User1", "User1","User1", "User1","User1", "User1","User1", "User2","User2","User2","User2","User2","User2","User2")
Touchpoints <- c("A", "B", "C", "F", "D", "E", "H","A", "B", "K", "D", "E", "F", "M")
Conversion <- c(0,0,0,1,0,0,1,0,0,1,1,0,0,1)
Frequency<-c(1,2,3,0,4,5,0,1,2,0,0,3,4,5)
df<-data.frame(User, Touchpoints, Conversion, Frequency)
df$Exponential<-ifelse(df$Frequency>0, exp(df$Frequency), 0)

df
    User Touchpoints Conversion Frequency Exponential
1  User1           A          0         1    2.718282
2  User1           B          0         2    7.389056
3  User1           C          0         3   20.085537
4  User1           F          1         0    0.000000
5  User1           D          0         4   54.598150
6  User1           E          0         5  148.413159
7  User1           H          1         0    0.000000
8  User2           A          0         1    2.718282
9  User2           B          0         2    7.389056
10 User2           K          1         0    0.000000
11 User2           D          1         0    0.000000
12 User2           E          0         3   20.085537
13 User2           F          0         4   54.598150
14 User2           M          1         5  148.413159

Вот что я пытаюсь сделать:

Я хочу взять процент от значения Exponential, представленного как_Conv от суммы столбца Exponential на User до этого значения Conversion.Вот пример:

    User Touchpoints Conversion Frequency Exponential   Sum of Exp    1st_Conv   Sum_Exp_for_Conv2     2nd_Conv
1  User1           A          0         1    2.718282       30.192      0.0900             233.204       0.0116
2  User1           B          0         2    7.389056       30.192      0.2447             233.204       0.0317
3  User1           C          0         3   20.085537       30.192      0.6652             233.204       0.0861
4  User1           F          1         0    0.000000            0      0.0000             233.204            0     
5  User1           D          0         4   54.598150            0      0.0000             233.204       0.2341
6  User1           E          0         5  148.413159            0      0.0000             233.204       0.6364
7  User1           H          1         0    0.000000            0      0.0000                   0            0
8  User2           A          0         1    2.718282       10.107      0.2689              10.107       0.2689
9  User2           B          0         2    7.389056       10.107      0.7311              10.107       0.7311
10 User2           K          1         0    0.000000            0      0.0000                   0            0
11 User2           D          1         0    0.000000            0      0.0000                   0            0
12 User2           E          0         3   20.085537            0      0.0000                   0            0
13 User2           F          0         4   54.598150            0      0.0000                   0            0
14 User2           M          0         5  148.413159            0      0.0000                   0            0

Будут случаи, когда на одного пользователя будет приходиться более 100 конверсий, и при таком способе будут создаваться тысячи столбцов, кажется, что он не масштабируется.

Мой конечный результат - сложить все _Conv в один последний столбец с именем Final_Conv.Для этого примера конечный результат будет выглядеть следующим образом:

        User Touchpoints Conversion Frequency   Final_Conv
    1  User1           A          0         1       0.1017      
    2  User1           B          0         2       0.2764
    3  User1           C          0         3       0.7514
    4  User1           F          1         0            0
    5  User1           D          0         4       0.2341
    6  User1           E          0         5       0.6364
    7  User1           H          1         0            0
    8  User2           A          0         1       0.5379
    9  User2           B          0         2       1.4621
    10 User2           K          1         0            0
    11 User2           D          1         0            0
    12 User2           E          0         3            0
    13 User2           F          0         4            0
    14 User2           M          0         5            0

Любая помощь будет отличной, спасибо!

Answer 1

Вероятно, не самый простой код, но мы можем сделать что-то вроде следующего:

library(dplyr)
library(tidyr)

df %>%
  group_by(User) %>%
  mutate(row_id = row_number(),
         conv_id = cumsum(Conversion),
         exp_cumsum = cumsum(Exponential)) %>%
  group_by(conv_id, add = TRUE) %>%
  mutate(sum_of_exp = ifelse(n()==1, NA, last(exp_cumsum))) %>%
  spread(conv_id, sum_of_exp, sep = "_") %>%
  arrange(User, row_id) %>%
  fill(!!!vars(starts_with("conv_id")), .direction = "up") %>%
  mutate_at(vars(starts_with("conv_id")), funs(Exponential/.)) %>%
  ungroup() %>%
  mutate(Final_Conv = rowSums(.[-(1:7)], na.rm = TRUE)) %>%
  select(1:4, Final_Conv)

Примечания:

Сначала я создал совокупную сумму Conversion и Exponential, добавили conv_id в качестве дополнительной группирующей переменной и заменили все значения в каждой комбинации User + conv_id на последнее значение exp_cumsum.Затем разверните столбцы conv_id и sum_of_exp и заполните каждый столбец conv_id_.Наконец, использовали mutate_at, чтобы разделить Exponential на каждый из столбцов conv_id_ и создали Final_Conv, суммируя все результирующие столбцы conv_id_ с rowSums.

Это решение должно работать на произвольное число Conversion с для каждого User.

Результат:

# A tibble: 14 x 5
     User Touchpoints Conversion Frequency Final_Conv
   <fctr>      <fctr>      <dbl>     <dbl>      <dbl>
 1  User1           A          0         1  0.1016868
 2  User1           B          0         2  0.2764134
 3  User1           C          0         3  0.7513695
 4  User1           F          1         0  0.0000000
 5  User1           D          0         4  0.2341217
 6  User1           E          0         5  0.6364086
 7  User1           H          1         0  0.0000000
 8  User2           A          0         1  0.3010000
 9  User2           B          0         2  0.8182029
10  User2           K          1         0  0.0000000
11  User2           D          1         0  0.0000000
12  User2           E          0         3  0.2368828
13  User2           F          0         4  0.6439143
14  User2           M          1         5  0.0000000