如何在與R中另一列中的重復項相關聯的列中對值進行求和？

Question

在R.工作我有一個數據框出租車，我按車輛ID和時間戳（最早到最新）排序，所以它看起來如下：

Taxi = arrange(Taxi, Taxi$vehicle_id, Taxi$timestamp)

Excel中數據框示例的圖像

您會注意到“距離”欄涵蓋了每輛出租車每次行駛之間的距離。 我想利用一個公式來計算每個出租車的距離。 同樣，我會在時間戳上重復此過程，從最早的日期減去最新日期，以計算每輛車在道路上的時間。 我希望使用和距離和時差來計算每輛出租車的速度。 所以最終產品將是一個如下所示的矩陣（等待轉換為米和秒）：

Excel中最終產品示例的圖像

我相信R中的for循環在這里很有用，識別每個車輛id，運行相關的距離值然后將它們相加，但我不確定從哪里開始。 我從一個獨特的出租車車輛ID數據集開始，以幫助R識別它們。 以下是我到目前為止總結距離的內容; 我不知道如何告訴R對每個車輛ID范圍求和：

Taxi.uniques = unique(Taxi$vehicle_id)
for (i in Taxi) {
    look.at = Taxi$vehicle_id == i 
    sum(all distances for a vehicle ID)
} 

以下是我最早按時間戳減去每輛車最新時間戳的方法：

Taxi.uniques = unique(Taxi$vehicle_id)
for (i in Taxi) {
    look.at = Taxi$vehicle_id == i 
    max(Taxi$timestamp[look.at]) - min(Taxi$timestamp[look.at]) 
}

不確定如果我走在正確的軌道上並且會感激任何幫助！

Answer 1

如果您不反對使用data.table，則只需一步即可完成。

require(data.table)
taxi<-data.table(vehicleID=c('Taxi1','Taxi2','Taxi3','Taxi1','Taxi2','Taxi3'),
                 timestamp=Sys.time()+sample(60:600,6),
                 distance=sample(1:50,6))

taxi[vehicleID %in% c('Taxi1','Taxi3'),list(TimeonRoad=max(timestamp)-min(timestamp),
           Distance=sum(distance)),
     by='vehicleID']

data.table結構是DT[i, j, by] 。 i用於按條件進行子集化，j用於對變量運行不同的操作或選擇列，用於分組。 將子集添加到i將為您提供所需的信息。

Answer 2

這是使用dplyr的解決方案（更具可讀性，恕我直言）

library(dplyr)

taxi %>%
  group_by(vehicleID) %>%
  summarize(
    time = max(timestamp) - min(timestamp),
    distance = sum(distance)
  )