[英]Aggregate results by date intervals in R
我正在使用R,並且我的數據存儲在data.tables對象上。 我的數據的格式為ID,Date1,Date2,Row
對於每個ID,我可以有多個條目,並且兩個日期定義一個時間間隔。
我希望能夠按ID和重疊的時間間隔匯總所有條目。 我確實知道如何使用for循環等,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"))
所需的輸出將是標識以下幾組行的內容:((1,2),(3),(4,5),(6),(7)),這樣我就可以基於在這個分組上。
參考如何展平/合並重疊的時間段並遞歸添加組號:
s <- 0L
data[, g := {
r <- s + c(0L, cumsum(shift(Date1, -1L) > cummax(as.integer(Date2)))[-.N])
s <- r[.N] + 1L
r
}, by=.(id)]
輸出:
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
數據:
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]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.