2

嗨，社区的所有成员。这个问题可能与我之前问过的另一个问题相同，因此可能是重复的，但请求输出肯定与前一个问题不同。

我有以下数据库：

ID1=rep((1:1),20)
ID2=rep((2:2),20)
ID3=rep((3:3),20)
ID<-c(ID1,ID2,ID3)
DATE1=rep("2013-1-1",10)
DATE2=rep("2013-1-2",10)
DATE=c(DATE1,DATE2)
IN<-data.frame(ID,DATE=rep(DATE,3))

并且我想创建一个新变量，该变量可以确定为每个 id 记录了多少突发（突发定义为每天的一个观察周期），如下所示：

IN$BURSTTRUE<-rep(c(rep(1,10),rep(2,10)),3)

到目前为止，我已经尝试过这个解决方案（但不幸的是它不起作用，因为它正确识别了每个突发，但不是根据每个 id）。

IN$BURST<-with(IN,as.numeric(interaction(IN$ID,IN$DATE,lex.order=TRUE)))

我想这个函数ave可能对解决这个任务很有用：我尝试了几种组合，但都没有奏效，所以我报告的解决方案更接近请求输出。一如既往，任何建议都非常感谢！

4

2 回答 2

2

首先使用如下IN参数创建你的data.frame ：stringsAsFactors=FALSE

IN <- data.frame(ID,DATE=rep(DATE,3), stringsAsFactors=FALSE)

然后使用ave：

IN <- within(IN, { bla <- ave(DATE, ID, FUN=function(x) as.numeric(factor(x)))})

如果您想要aggregation（如西蒙的回答），也可以通过以下方式完成ave：

unique(within(IN, { bla <- ave(DATE, list(ID,DATE), FUN=length)}))

或者，使用table如下注释所示：

as.data.frame(table(IN$ID, IN$DATE))
于 2013-05-04T10:31:52.023 回答
1

我想ddplyfromplyr将是一种简单的方法来聚合你想要的东西：

require(plyr)
ddply( IN , .(DATE,ID) , nrow )
#     DATE ID V1
#1 2013-1-1  1 10
#2 2013-1-1  2 10
#3 2013-1-1  3 10
#4 2013-1-2  1 10
#5 2013-1-2  2 10
#6 2013-1-2  3 10

@Arun 对ddply用于此任务的（正确）方法的建议：

ddply(IN, .(ID) , mutate, bla = as.numeric(factor(DATE)))
于 2013-05-04T10:31:59.997 回答