R语言将数据框拆分为相关的图形格式

Question

我有一个包含 12,000 行以下内容的数据集（显然，IP 地址已更改）：

Date                        good?   ip
11670 2016-10-31 00:03:30   TRUE  127.0.0.1
11671 2016-10-31 00:03:23   TRUE  127.0.0.1
11672 2016-10-31 00:03:20   TRUE  127.0.0.1
11673 2016-10-31 00:03:11   TRUE  127.0.0.1
11674 2016-10-31 00:03:08   TRUE  127.0.0.1
11675 2016-10-31 00:02:59  FALSE  127.0.0.1
11676 2016-10-31 00:02:53   TRUE  127.0.0.1
11677 2016-10-31 00:02:49  FALSE  127.0.0.1
11678 2016-10-31 00:02:44  FALSE  127.0.0.1
11679 2016-10-31 00:02:40   TRUE  127.0.0.1

所以，我为此做了一些事情，比如“获取所有包含 100 多行 TRUE 和 FALSE 组合的 IP 地址”等。

我正在尝试将上述内容转换为一种易于使用的格式，在该格式中我可以按计数对“好”布尔值进行排序，并将其分组为 1 小时的间隔。比如：

date                TRUE  FALSE
2016-10-31 00:00:00 342  1010
2016-10-31 01:00:00 544   890

我尝试了cut.POSIXt(data$date, breaks = "hour")，但这并没有保留布尔状态，还给了我一个不可绘制的对象。

我尝试了lapply(split(votes, cut(votes$date, "hour")), function(x) summary (x[2]))，这是我在网上找到的，恰好适合我的用例，但是

1) 除了剪切和拆分之外，我不了解很多正在发生的事情 2）它给了我一个列表，其中包含一个字符日期，后跟一个字符块，我无法绘制

我应该在这里采取哪些转变和步骤？我尝试过聚合，但我总是失去 TRUE/FALSE 的区别。

我们的目标是制作一个每小时间隔有两个彩色条的图，蓝色表示在该小时间隔内注册的完全正确和红色表示完全错误。

Answer 1

这是data.table的解决方案

library(data.table)
dt <- data.table(df)

根据你的日期格式更改格式，在你的例子中，看起来数据前面有一个id，你应该把它删除。

dt$date<- as.POSIXct(dt$date,format="%d/%m/%Y %H:%M",  tz = "GMT")

使用cut生成小时类别

dt$break_hour <- cut(dt$date, breaks="hour")

使用 data.table（比 aggregate 等 R 函数库更快）创建列

dt <- dt[,list(good = sum(good), bad = sum(!good)), by=break_hour ]

Answer 2

这是基于您的示例数据使用dplyr 的一种方法，假设df$Date 是POSIXct 类型。

library(dplyr)
library(tidyr)
df %>% 
  group_by(date = format(Date, "%Y-%m-%d"),
           hour = format(Date, "%H"),
           good = as.character(good)) %>%
  summarise(count = n()) %>%
  spread(key = good, value = count)
#        date  hour `FALSE` `TRUE`
#*      <chr> <chr>   <int>  <int>
#1 2016-10-31    00       3      7

如果你的意图是绘图，你可能不需要spread()的最后一步，并且可以使用之前的内容将其插入ggplot2。