如何按日期对 data.frame 进行分组？答案

【问题标题】：How to group a data.frame by date?如何按日期对 data.frame 进行分组？
【发布时间】：2013-02-28 18:14:57
【问题描述】：

我有一个格式如下的 .csv 文件：

Date       ,     Time  , Value
1899-01-01 ,  4:00:00  ,    1
1899-01-01 ,  4:01:00  ,    2
1899-01-01 ,  4:02:00  ,    3
1899-01-01 ,  4:03:00  ,    4
1899-01-01 ,  4:04:00  ,    5
1900-08-22 , 22:00:00  ,  101
1900-08-22 , 22:01:00  ,  102
2013-08-29 ,  4:00:00  , 1000
2013-02-29 ,  4:02:00  , 1001
2013-02-29 ,  4:03:00  , 1002

group by date 是否可以生成以下格式的data.table：

Date      , Vector(variable length)
1899-02-28, c(1,2,3,4,5)
1900-08-22, c(101,102)
1900-08-22, c(1000,1001,1002)

这是我迄今为止最好的（经过一天的尝试）：

raw <- read.csv(pathName, header = TRUE, stringsAsFactors = FALSE)
groupedByDate <- split(raw, raw$Date)

但是，这似乎会生成一个非常宽的表格，每个日期有一列，这与我想要的不太接近。

【问题讨论】：

标签： r aggregate

【解决方案1】：

如何在名为“mydf”的data.frame 上使用aggregate，如下所示：

> temp <- aggregate(Value ~ Date, mydf, as.vector) 
> temp
         Date         Value
1 1899-01-01  1, 2, 3, 4, 5
2 1900-08-22       101, 102
3 2013-02-29     1001, 1002
4 2013-08-29           1000

“值”列现在是 list，其中包含您的向量。

> temp$Value
$`0`
[1] 1 2 3 4 5

$`1`
[1] 101 102

$`2`
[1] 1001 1002

$`3`
[1] 1000

split 您可能正在寻找的是：

> split(mydf$Value, mydf$Date)
$`1899-01-01 `
[1] 1 2 3 4 5

$`1900-08-22 `
[1] 101 102

$`2013-02-29 `
[1] 1001 1002

$`2013-08-29 `
[1] 1000

【讨论】：

谢谢，这非常棒！我会把你的答案标记为答案，就像你是第一个一样。

【解决方案2】：

使用aggregate 和paste0

> aggregate(Value ~ Date, data=DF, FUN=paste0 )
         Date         Value
1 1899-01-01  1, 2, 3, 4, 5
2 1900-08-22       101, 102
3 2013-02-29     1001, 1002
4 2013-08-29           1000

【讨论】：

非常感谢您的回答，非常感谢。 p.s.我实际上想要一个数字向量，所以它是“c”而不是“paste”。