[英]R: cut by date and grouping by ID with data.table
我有一个data.table
其中有一个由id
在date
上执行的操作唯一标识的演员列表。 对actor
在特定date
完成的事情数量没有限制。
require(data.table)
set.seed(28100)
df.in <- data.table(id = sample(1:10, 100, replace=TRUE),
date = sample(2001:2012, 100, replace=TRUE))
现在,我想总结一下我的数据集,以查找以下序列的每个间隔的出现次数
sequence <- seq(2000, 2012, 4)
df.out1 <- as.data.frame(table(cut(df.in$date, breaks = sequence)))
df.out1
# Var1 Freq
# 1 (2000,2004] 35
# 2 (2004,2008] 27
# 3 (2008,2012] 38
都好。 但是现在,我不计算发生的次数,而是想计算每个时间间隔(即一次或多次发生)中活跃的参与者的数量。
你的意思是这样吗?
df.in[, interv := cut(date, sequence)][, .(Actors = length(unique(id))), by = interv]
# interv Actors
#1: (2000,2004] 10
#2: (2008,2012] 9
#3: (2004,2008] 10
如果您使用的是GitHub上的1.9.5开发版本,则可以使用uniqueN()
代替length(unique())
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.