У меня есть информация о дате / времени, где я хочу получить среднее, минимальное, максимальное значения, диапазон дат по «временам года», сгруппированных по годам, и единственный способ, которым я немного преуспел в этом, - использовать tapply. Наиболее близкой является суммарная функция в tapply. Результаты - это то, что я только предполагаю, что это список по годам: мин, макс, 1-й кв, медиана и т. Д. Это не совсем то, что мне нужно, но работает отлично.
Пример результатов, которые я получаю из функции tapply за 1 сезон:
$`2003`
Min. 1st Qu. Median Mean 3rd Qu. Max.
"2003-04-22 00:00:00 UTC" "2003-05-03 00:00:00 UTC" "2003-05-12 00:00:00 UTC" "2003-05-10 02:00:00 UTC" "2003-05-18 00:00:00 UTC" "2003-05-21 00:00:00 UTC"
$`2004`
Min. 1st Qu. Median Mean 3rd Qu. Max.
"2004-04-07 00:00:00 UTC" "2004-04-13 00:00:00 UTC" "2004-05-10 00:00:00 UTC" "2004-05-01 07:08:56 UTC" "2004-05-11 12:00:00 UTC" "2004-05-20 00:00:00 UTC"
То, что я хочу сделать, это объединить эти списки, которые я генерирую для разных сезонов, в один большой счастливый фрейм данных, который я могу экспортировать в CSV. Я искал и искал, и я становлюсь еще более запутанным. Большинство людей предполагают, что самое простое это
test = do.call(rbind, sSM, eSM, sC) #note here sSM, eSM, sC are my "seasons"
Однако при этом появляется сообщение об ошибке или пустой «тестовый» кадр.
Я прочитал о пакете plyr и предположил, что ddply вместо tapply для принудительного преобразования результата в информационный кадр должен работать, но я не могу понять, как заставить это работать, потому что я не могу заставить его делать функции, которые мне нужны, такие как среднее, минимальное, максимальное и диапазон ...
Конечный результат, который я хотел бы получить, выглядит примерно так:
Season Year Min Max Mean Median
sSM 2003 2003-04-21 2003-5-1 2003-4-25 2003-4-23
eSM 2003...
sSM 2004...
eSM 2004...
ТОГДА я хотел бы сделать то же самое, определять только внутри Индивидуума по годам. У меня есть поле идентификатора, в котором в течение нескольких лет измерялся один и тот же человек. Я хотел бы получить среднюю дату начала для этого человека по годам в каждом сезоне. Исключая тех людей, которые не измерялись в течение нескольких лет.
Поскольку я не понимаю, как манипулировать списками и массивами, и даже тем, что делает tapply, я не знаю, как все это исправить. Должен ли я создать пустой фрейм данных и поместить все эти вещи в какой-то цикл или что-то? Ниже приведены некоторые примеры данных за 4 "сезона" за пару лет. Обратите внимание, что некоторые даты имеют метки даты и времени, а некоторые просто имеют дату.
structure(list(Year = c(2003L, 2003L, 2003L, 2003L, 2003L, 2003L,
2003L, 2004L, 2004L, 2004L, 2004L, 2004L, 2004L, 2005L, 2005L,
2005L, 2005L, 2005L, 2005L, 2006L, 2006L, 2006L, 2006L), ID = structure(c(11L,
12L, 13L, 14L, 15L, 16L, 17L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L,
9L, 10L, 14L, 15L, 1L, 2L, 3L, 6L), .Label = c("c_002", "c_102",
"c_104", "c_105", "c_109", "c_401", "c_9814", "c_9815", "c_9816",
"c_9819", "c_9901", "c_9902", "c_9905", "c_9908", "c_9911", "c_9912",
"c_9916"), class = "factor"), sSM = structure(c(10L, 10L, 9L,
17L, 8L, 8L, 7L, 18L, NA, 1L, NA, 15L, 13L, 12L, 6L, 3L, 5L,
2L, 4L, 16L, 14L, 11L, 11L), .Label = c("04/07/2004 15:00", "04/23/2005 10:01",
"04/25/2005 03:01", "04/27/2005 02:00", "04/27/2005 08:00", "04/29/2005 04:00",
"05/01/2003", "05/03/2003", "05/04/2003", "05/05/2003", "05/05/2006",
"05/07/2005 16:01", "05/11/2004 11:00", "05/11/2006", "05/13/2004 08:00",
"05/14/2006", "05/17/2003", "05/17/2004 12:02"), class = "factor"),
eSM = structure(c(13L, 18L, 15L, 21L, 16L, 10L, 14L, 20L,
NA, 1L, NA, 11L, 7L, 5L, 6L, 17L, 3L, 2L, 4L, 19L, 9L, 12L,
8L), .Label = c("04/27/2004 05:00", "05/01/2005 05:00", "05/06/2005 05:00",
"05/08/2005 07:01", "05/12/2005 21:00", "05/15/2005 19:00",
"05/18/2004 13:00", "05/18/2006", "05/20/2006", "05/21/2003",
"05/21/2004 01:01", "05/23/2006", "05/24/2003", "05/25/2003",
"05/26/2003", "05/27/2003", "05/27/2005 01:00", "05/28/2003",
"05/28/2006", "06/01/2004 02:01", "06/03/2003"), class = "factor"),
sC = structure(c(9L, 12L, 16L, 19L, 18L, 12L, 7L, 13L, NA,
10L, NA, 20L, 4L, 14L, 11L, 5L, 1L, 2L, 3L, 8L, 17L, 6L,
15L), .Label = c("05/26/2005 00:00", "05/26/2005 10:00",
"05/27/2005 06:01", "05/28/2004 08:00", "05/29/2005 23:01",
"05/29/2006", "05/30/2003", "05/30/2006", "05/31/2003", "05/31/2004 06:01",
"05/31/2005 15:00", "06/01/2003", "06/01/2004 07:02", "06/01/2005 16:00",
"06/01/2006", "06/03/2003", "06/03/2006", "06/04/2003", "06/05/2003",
"06/05/2004 01:00"), class = "factor"), eC = structure(c(11L,
2L, 15L, 6L, 17L, 17L, 2L, 8L, NA, 7L, NA, 13L, 5L, 9L, 9L,
3L, 10L, 1L, 4L, 12L, 14L, 16L, 12L), .Label = c("06/03/2005 18:00",
"06/04/2003", "06/04/2005 04:01", "06/05/2005 05:01", "06/06/2004 22:00",
"06/07/2003", "06/07/2004 23:00", "06/08/2004 19:01", "06/08/2005 03:00",
"06/10/2005 20:00", "06/12/2003", "06/13/2006", "06/14/2004 00:00",
"06/14/2006", "06/16/2003", "06/18/2006", "06/19/2003"), class = "factor")), .Names = c("Year",
"ID", "sSM", "eSM", "sC", "eC"), class = "data.frame", row.names = c(NA,
-23L))
Вот код, который я уже написал:
dates$StartSM = as.POSIXct(strptime(dates$sSM,"%m/%d/%Y",tz="UTC"),tz="UTC")
dates$EndSM = as.POSIXct(strptime(dates$eSM,"%m/%d/%Y",tz="UTC"),tz="UTC")
dates$EndC = as.POSIXct(strptime(dates$eC,"%m/%d/%Y %H:%M",tz="UTC"),tz="UTC")
dates$StartC = as.POSIXct(strptime(dates$sC,"%m/%d/%Y %H:%M",tz="UTC"),tz="UTC")
sSpringM = tapply(dates$StartSM, dates$Year, summary)
eSpringM = tapply(dates$EndSM, dates$Year, summary)
sCalving = as.vector(tapply(dates$StartC, dates$Year, summary))
eCalving = tapply(dates$EndC, dates$Year, summary)
datadates = do.call(rbind, sSpringM, eSpringM, sCalving)