[英]Aggregate results by date intervals in R
我正在使用R,并且我的数据存储在data.tables对象上。 我的数据的格式为ID,Date1,Date2,Row
对于每个ID,我可以有多个条目,并且两个日期定义一个时间间隔。
我希望能够按ID和重叠的时间间隔汇总所有条目。 我确实知道如何使用for循环等,但我想知道是否有更好的方法。
例:
data = data.table(
id = c(1,1,1,2,2,3,3),
Row = c(1,2,3,4,5,6,7),
Date1 = c("2018-01-01",
"2018-01-05",
"2018-01-21",
"2018-01-01",
"2018-01-15",
"2018-01-01",
"2018-01-19"),
Date2 = c("2018-01-10",
"2018-01-20",
"2018-01-22",
"2018-01-31",
"2018-01-19",
"2018-01-15",
"2018-01-23"))
所需的输出将是标识以下几组行的内容:((1,2),(3),(4,5),(6),(7)),这样我就可以基于在这个分组上。
参考如何展平/合并重叠的时间段并递归添加组号:
s <- 0L
data[, g := {
r <- s + c(0L, cumsum(shift(Date1, -1L) > cummax(as.integer(Date2)))[-.N])
s <- r[.N] + 1L
r
}, by=.(id)]
输出:
id Row Date1 Date2 g
1: 1 1 2018-01-01 2018-01-10 0
2: 1 2 2018-01-05 2018-01-20 0
3: 1 3 2018-01-21 2018-01-22 1
4: 2 4 2018-01-01 2018-01-31 2
5: 2 5 2018-01-15 2018-01-19 2
6: 3 6 2018-01-01 2018-01-15 3
7: 3 7 2018-01-19 2018-01-23 4
数据:
library(data.table)
data = data.table(
id = c(1,1,1,2,2,3,3),
Row = c(1,2,3,4,5,6,7),
Date1 = c("2018-01-01","2018-01-05","2018-01-21","2018-01-01","2018-01-15","2018-01-01","2018-01-19"),
Date2 = c("2018-01-10","2018-01-20","2018-01-22","2018-01-31","2018-01-19","2018-01-15","2018-01-23"))
cols <- c("Date1", "Date2")
data[, (cols) := lapply(.SD, as.Date, format="%Y-%m-%d"), .SDcols=cols]
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.