r - 在 Web 访问 session 中查找请求的页面对的时间差

Question

我有数据框的这个子集

lf = structure(list(session_id = c(48L, 48L, 48L, 48L, 48L, 48L, 54L, 
54L, 54L, 54L, 54L, 54L, 72L, 72L, 72L, 72L, 72L, 74L, 74L, 74L, 
74L, 74L, 78L, 78L, 78L, 78L, 78L, 90L, 90L, 90L), datetime = structure(c(1457050110, 
1457050111, 1457050112, 1457050114, 1457050117, 1457050118, 1457052045, 
1457052048, 1457052050, 1457052051, 1457052052, 1457052054, 1457057067, 
1457057067, 1457057067, 1457057070, 1457057071, 1457058143, 1457058143, 
1457058144, 1457058149, 1457058150, 1457059193, 1457059193, 1457059195, 
1457059198, 1457059199, 1457063485, 1457063486, 1457063486), class = c("POSIXct", 
"POSIXt"), tzone = "UTC"), request = c(7, 7, 14, 20, 9, 4, 9, 
1, 12, 20, 6, 12, 4, 15, 8, 8, 12, 10, 6, 6, 13, 1, 5, 6, 20, 
1, 8, 3, 6, 13)), .Names = c("session_id", "datetime", "request"
), row.names = c(NA, -30L), class = c("grouped_df", "tbl_df", 
"tbl", "data.frame"))

现在我想编写一个函数，它将一对请求 (request1,request2) 作为输入并在我上传所需的输出图片时产生输出

我已经使用了这段代码，但一直在寻找时间差异 w.r.t 位置索引:-

lf1 = lf %>% group_by(session_id) %>% do(positions = match(c(1,6),.$request),session_duration = max(.$datetime)-min(.$datetime)) 

如你所见，我在上面的代码中使用了请求对 (1,6) 的实例，但想编写一个函数来完成这项工作

期望的输出:-

Answer 1

在给定的场景中，您不必担心显式位置。仅考虑 (a) session 中的范围和 (b) 是否在 session 中满足两个边界。

另外，注意不小心被分组的小标题。我尝试总是在管道/链结束之前 ungroup() 它们。

lf <- lf %>% 
  dplyr::ungroup()

lf %>% 
  dplyr::filter(request %in% c(1, 6)) %>%
  dplyr::group_by(session_id) %>% 
  dplyr::summarize(
    has_both_boundaries = (any(request==1) & any(request==6)),
    session_duration    = as.integer(difftime(max(datetime), min(datetime), units="secs"))
  ) %>% 
  dplyr::ungroup() %>% 
  dplyr::filter(has_both_boundaries) %>%
  dplyr::select(-has_both_boundaries) %>% 
  dplyr::right_join(
    lf %>% 
      dplyr::distinct(session_id),
    by = "session_id"
  )

产生:

# A tibble: 6 x 2
  session_id session_duration
       <int>            <int>
1         48               NA
2         54                4
3         72               NA
4         74                7
5         78                5
6         90               NA

第 48、72 和 90 个 session 是否需要这些空行？如果不是，则省略结束 right_join() 子句。