【发布时间】:2018-10-13 17:57:54
【问题描述】:
我一直在尝试找到一种相对简单的方法来使用 R 按组对日期范围内的发生次数进行计数。我认为必须有一种比我正在尝试的方法更简单的方法。
我有 6,000 多个组,每个组中有 1 到 100 个 ID,每个组的开始日期和结束日期从 1990 年 1 月 1 日到今天。我想制作一个数据框,每列一组,每行一天,计算从 2013 年 4 月 1 日到 2018 年 3 月 31 日每天活动的 ID 数量。出于显而易见的原因,在 excel 中使用 countifs 不会减少它。
我试图使用this question 作为起点,例如:
df1 <- data.frame(group = c(1,1,2,3,3),
id = c(1,2,1,1,2),
startdate = c("2016-01-01","2016-04-04","2016-03-02","2016-08-01","2016-04-01"),
enddate = c("2016-04-04","2999-01-01","2016-05-02","2016-08-05","2999-01-01"))
report <- data.frame(date = seq(from = as.Date("2016-04-01"),by="1 day", length.out = 7))
report <- cbind(report,matrix(data=NA,nrow=7,ncol=3))
names(report) <- c('date',as.vector(unique(df1$group)))
daily <- function(i,...){
report[,i+1] <- sapply(report$date, function(x)
sum(as.Date(df1$startdate) < as.Date(x) &
as.Date(df1$enddate) > as.Date(x) &
df1$group == unique(df1$group)[i]))
}
for (i in unique(df1$group))
daily(i)
但是,这似乎没有任何作用(也不会引发错误)。有没有更简单的方法来做到这一点?我离基地很远吗?对这个非程序员的任何帮助表示赞赏!
请求其他帮助:我正在尝试修改以下答案中的 Jaap 代码以包括组开始和组结束时间,以便在组不活动时数据表显示 NA。
示例数据:
df2 <- data.frame(group = c(1,1,2,3,3),
groupopendate = c("2016-04-02","2016-04-02","2016-04-01","2016-04-02","2016-04-02"),
groupclosedate = c("2016-04-08","2016-04-08","2016-04-10","2016-04-09","2016-04-09"),
id = c(1,2,1,1,2),
startdate = c("2016-04-02","2016-04-04","2016-04-03","2016-04-02","2016-04-05"),
enddate = c("2016-04-04","2016-04-06","2016-04-10","2016-04-08","2016-04-08"))
Jaap 的解决方案给了我这个:
active grp1 grp2 grp3
1: 2016-04-02 1 0 1
2: 2016-04-03 1 1 1
3: 2016-04-04 1 1 1
4: 2016-04-05 1 1 2
5: 2016-04-06 0 1 2
6: 2016-04-07 0 1 2
然而,我想要的是这样的:
active grp1 grp2 grp3
1: 2016-04-01 NA 0 NA
2: 2016-04-02 1 0 1
3: 2016-04-03 1 1 1
4: 2016-04-04 1 1 1
5: 2016-04-05 1 1 1
6: 2016-04-06 1 1 2
7: 2016-04-07 0 1 2
8: 2016-04-08 NA 1 0
9: 2016-04-09 NA 1 NA
10: 2016-04-10 NA NA NA
感谢任何帮助!
【问题讨论】:
-
仅供参考,您可以在下面发布自己的答案作为答案。这通常比将其编辑到问题中更可取
-
我会这样做的,感谢您的提醒!
标签: r