Для этого примера, вы можете, вероятно, использовать sapply анализировать каждую строку, подсчет количества записей в этот день или до 4-х дней раньше, например, так:
df1$lastFour <-
sapply(df1$dates, function(x){
sum(df1$dates <= x & df1$dates >= x - 4)
})
Результаты в df1 из:
dates group1 group2 lastFour
1 2011-10-09 A D 1
2 2011-10-15 C A 1
3 2011-10-16 A B 2
4 2011-10-18 A H 3
5 2011-10-21 L A 2
6 2011-10-22 F A 3
7 2011-10-24 A E 3
Если, как следует из вашего вопроса, ваши данные из большего набора, и вы хотите, чтобы сделать анализ по каждой группе (концептуально, я думаю, вопрос в том: сколько событий было этой группа в л четыре дня? заданные только в дни с событием из этой группы), вы можете выполнить следующие шаги.
Во-первых, здесь некоторые большие выборки данных с помощью групп помечены как первые 10 букв алфавита:
biggerData <-
data.frame(
dates = sample(seq(as.Date("2011-10-01")
, as.Date("2011-10-31")
, 1)
, 100, TRUE)
, group1 = sample(LETTERS[1:10], 100, TRUE)
, group2 = sample(LETTERS[1:10], 100, TRUE)
)
Далее извлечь все группы в данных (здесь, я их знаю, но для реальных данных, вы можете или не иметь, что список групп уже)
groupsInData <-
sort(unique(c(as.character(biggerData$group1)
, as.character(biggerData$group2))))
Затем я петлю через этот вектор имен групп и извлечения каждого из событий с этой группой в качестве одной из двух групп, добавление того же столбца, что и выше, и сохранение отдельных данных в кадре (и называя их, чтобы облегчить доступ/отслеживание их).
sepGroupCounts <- lapply(groupsInData, function(thisGroup){
dfTemp <- biggerData[biggerData$group1 == thisGroup |
biggerData$group2 == thisGroup, ]
dfTemp$lastFour <-
sapply(dfTemp$dates, function(x){
sum(dfTemp$dates <= x & dfTemp$dates >= x - 4)
})
return(dfTemp)
})
names(sepGroupCounts) <- groupsInData
возвращает data.frame точно так же, как указано выше для каждой группы в ваших данных.
И, я не мог с собой поделать, поэтому здесь есть решение dplyr и tidyr. Он не сильно отличается от решения на основе списка выше, за исключением того, что он возвращает все в одном и том же файле data.frame (что может быть или не быть хорошим, особенно потому, что он будет иметь две записи для каждого события таким образом).
Во-первых, для простоты я определил функцию для проверки даты. Это можно было бы легко использовать и выше.
myDateCheckFunction <- function(x){
sapply(x, function(thisX){
sum(x <= thisX & x >= thisX - 4)
})
}
Далее я построения множества логических тестов, которые будут определять, является ли каждый из присутствующих групп. Они будут использоваться для создания столбцов для каждой группы, давая TRUE/FALSE для присутствия/отсутствия в каждом событии.
dotsConstruct <-
paste0("group1 == '", groupsInData, "' | "
, "group2 == '", groupsInData, "'") %>%
setNames(groupsInData)
И наконец, положив его в одном трубном звонке. Вместо описания я прокомментировал каждый шаг.
withLastFour <-
# Start with data
biggerData %>%
# Add a col for each group using Standard Evaluation
mutate_(.dots = dotsConstruct) %>%
# convert to long form; one row per group per event
gather(GroupAnalyzed, Present, -dates, -group1, -group2) %>%
# Limit to only rows where the `GroupAnalyzed` is present
filter(Present) %>%
# Remove the `Present` column, as it is now all "TRUE"
select(-Present) %>%
# Group by the groups we are analyzing
group_by(GroupAnalyzed) %>%
# Add the column for count in the last four dates
# `group_by` limits this to just counts within that group
mutate(lastFour = myDateCheckFunction(dates)) %>%
# Sort by group and date for prettier checking
arrange(GroupAnalyzed, dates)
Результат аналогичен приведенному выше list продукции, за исключением все в одном data.frame, что может позволить для облегчения анализа некоторых особенностей. Верх выглядит следующим образом:
dates group1 group2 GroupAnalyzed lastFour
<date> <fctr> <fctr> <chr> <int>
1 2011-10-01 B A A 1
2 2011-10-02 J A A 2
3 2011-10-05 C A A 5
4 2011-10-05 C A A 5
5 2011-10-05 G A A 5
6 2011-10-08 E A A 5
Обратите внимание, что у моего случайного образца было несколько событий в октябре-05, что привело к большим подсчетам здесь.
Вы можете обернуть 'дату <- as.Date (с (...))' поэтому у вас есть правильная дата вместо строки в примере. – Frank
Не могли бы вы привести пример желаемого результата для этих данных? Мне непонятно, что именно вы ищете. – Barker