如何用R实现银行常见的这个指标计算算法，求教，很有用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

例如：银行持借记卡人的交易明细数据
card_no   tran_id   tran_dt                        tran_type  
1234567  1001      2016-07-07 18:02:30  查询      
1234567  1002      2016-07-08 09:22:15  支付
1234567  1003      2016-07-10 11:23:40  登录
1234567  1004      2016-07-11 15:12:30  支付
2222222  2221      2016-07-12 18:02:30  登录
2222222  2222      2016-07-14 09:22:15  支付
2222222  2223      2016-07-16 11:33:40  支付

想要得到的结果是: 计算每一个卡号下、每一笔交易对应的满足条件的指标。
比如 cnt_zhifu_2day  当前交易前2天支付的次数
       cnt_login_2day  当前交易前2天登录的次数

最终是这样的结果                                       
card_no   tran_id   tran_dt                        tran_type  cnt_zhifu_2day    cnt_login_2day
1234567  1001      2016-07-07 18:02:30  查询          0                         0            
1234567  1002      2016-07-08 09:22:15  支付          0                         0            
1234567  1003      2016-07-10 11:23:40  登录          1                         0            
1234567  1004      2016-07-11 15:12:30  支付          0                         1            
2222222  2221      2016-07-12 18:02:30  登录          0                         0            
2222222  2222      2016-07-14 09:22:15  支付          0                         1            
2222222  2223      2016-07-15 11:33:40  支付          1                         0   

上面举例中只有2张银行卡，现实中有上千万张卡，交易笔数上亿。

请大家帮忙看看怎么计算，谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：指标计算 如何用 R实现 login type 借记卡 如何

用lubridate包处理一下时间，然后再用dplyer包筛选一下就可以了：
我把时间改了一下：
如下图：


代码如下：

1. options(stringsAsFactors=F)
   
2. bank_data <- read.csv("查询交易.csv")
   
3. library(lubridate)
   
4. library(dplyr)
   
5. bank_data %>% mutate(tran_dt=ymd_hm(tran_dt)) %>%filter(tran_dt>(Sys.time()-2*24*3600))%>%
   
6. group_by(card_no,tran_id,tran_type) %>% summarise_each(funs(length),tran_dt)

复制代码

数据附件如下：
查询交易.rar (253 Bytes) 本附件包括：

• 查询交易.csv

2016-7-17 10:37:01 上传

这里，只输出你的查询结果，因为你也说数据量比较大，只列出查询结果出来，如果你想看详细资料，可以再提取。
如果上述代码运行不流畅，建议你使用数据库查询。

jiangbeilu 发表于 2016-7-17 10:38
用lubridate包处理一下时间，然后再用dplyer包筛选一下就可以了：
我把时间改了一下：
如下图：

逻辑没这么简单吧，感觉楼主的意思是滚动计算支付和登录天数，而不是仅仅计算截至今天为止两天内的支付和登录次数。

马甲1号 发表于 2016-7-17 19:56
逻辑没这么简单吧，感觉楼主的意思是滚动计算支付和登录天数，而不是仅仅计算截至今天为止两天内的支付和 ...

先从基本的框架做起。不知道你说的滚动是什么，意思是可以提前n天，这个天数是可以变的，还是？
基本框架就在这里了，想计算提前多少天，或者从哪天开始算起，可以自己根据上述代码，进行调整，改成函数，设置参数，应该是可以满足这方面的要求的。

做了一个纯sql的解法，没优化过，但愿有帮助。在postgres上面测试通过。

1. drop table foo;
   
2. create table foo(card_no integer, tran_id integer,tran_dt timestamp, trans_type varchar(10));
   
3. insert into foo(card_no,tran_id,tran_dt, trans_type) values (1234567,1001,'2016-07-07 18:02:30','查询'),(1234567,1002,'2016-07-08 09:22:15','支付'),(1234567,1003,'2016-07-10 11:23:40','登录'),(1234567,1004,'2016-07-11 15:12:30','支付'),(2222222,2221,'2016-07-12 18:02:30','登录'),(2222222,2222,'2016-07-14 09:22:15','支付'),(2222222,2223,'2016-07-16 11:33:40','支付');
   
4. 
   
5. 
   
6. with zf as  
   
7. (select card_no,tran_dt as zf_dt, date_trunc('days',tran_dt) as bg, date_trunc('days',tran_dt)+ make_interval(days=>2) as ed, 1 as zf from foo where trans_type='支付'),
   
8. dl as  
   
9. (select card_no, tran_dt as dl_dt, date_trunc('days',tran_dt) as bg, date_trunc('days',tran_dt)+ make_interval(days=>2) as ed, 1 as dl from foo where trans_type='登录'),
   
10. cnt as (
    
11. select tran_id, sum(zf.zf)as zf_cnt , sum(dl.dl) as dl_cnt from foo left join zf on zf.card_no=foo.card_no and date_trunc('days',foo.tran_dt) > zf.bg and date_trunc('days',foo.tran_dt)<=zf.ed left join dl on dl.card_no=foo.card_no and date_trunc('days',foo.tran_dt) > dl.bg and date_trunc('days',foo.tran_dt)<=dl.ed group by tran_id)
    
12. select * from foo join cnt on foo.tran_id=cnt.tran_id

复制代码

结果：
card_no         tran_id         tran_dt         trans_type         tran_id         zf_cnt         dl_cnt
1234567         1001         2016-07-07 18:02:30         查询         1001                
1234567         1002         2016-07-08 09:22:15         支付         1002                
1234567         1003         2016-07-10 11:23:40         登录         1003         1        
1234567         1004         2016-07-11 15:12:30         支付         1004                 1
2222222         2221         2016-07-12 18:02:30         登录         2221                
2222222         2222         2016-07-14 09:22:15         支付         2222                 1
2222222         2223         2016-07-16 11:33:40         支付         2223         1        

谢谢楼上的各位热心朋友。 感谢。

R的代码可能需要研究下。
SQL的代码之前想的和兄弟的差不多，只是如果衍生一两百个指标跑起来比较慢，但是容易理解。

再次感谢各位。