Группировка R переменных на основе подгрупп - PullRequest
Новая
       17

Группировка R переменных на основе подгрупп

0 голосов
/ 07 ноября 2011

У меня есть данные, отформатированные как 

PERSON_A PERSON_B MEET LEAVE

Это описывает, в основном, когда PERSON_A встретил PERSON_B во время MEET, и они сказали "пока" друг другу в момент LEAVE. Время выражается в секундах, и небольшая часть данных находится на http://pastie.org/2825794 (simple.dat).

Мне нужно подсчитать количество собраний, группирующих его по дням . На данный момент у меня есть код, который работает, внешний вид не красивый. В любом случае, мне нужна помощь, чтобы преобразовать ее в код, который отражает группировку, которую я пытаюсь выполнить, например, используя ddply и т. Д. Поэтому моя главная цель - извлечь уроки из этого случая. Вероятно, в этом коде много ошибок относительно хороших практик в R. 

library(plyr)
data = read.table("simple.dat", stringsAsFactors=FALSE)
names(data)=c('PERSON_A','PERSON_B','MEET','LEAVE')
attach(data)

min_interval = min(MEET)
max_interval = max(LEAVE)
interval = max_interval - min_interval
day = 86400
number_of_days = floor(interval/day)

g = data.frame(MEETINGS=c(0:number_of_days))     # just to store the result
g[,1] = 0

start_offset = min_interval                       # start of the first day
for (interval in c(0:number_of_days)) {
    end_offset = start_offset + day
    meetings = (length(data[data$MEET >= start_offset & data$LEAVE <= end_offset, ]$PERSON_A) + length(data[data$MEET >= start_offset & data$LEAVE <= end_offset, ]$PERSON_B))
    g[interval+1, ] = meetings
    start_offset = end_offset             # start next day
}
g

Этот код выполняет итерации по дням (интервалы 86400 секунд) и сохраняет количество собраний в кадре данных g. Правильный вывод (показан ниже) этого кода при выполнении в связанном наборе данных дает для каждой строки (дня) количество встреч. 

       MEETINGS
1        38
2        10
3        16
4        18
5        24
6         6
7         4
8        10
9        28
10       14
11       22
12        2
13 .. 44   0         # I simplified the output here
45        2

В любом случае, я знаю, что могу использовать ddply, чтобы получить количество собраний для каждой пары o узлов: 

contacts <- ddply(data, .(PERSON_A, PERSON_B), summarise
 , CONTACTS = length(c(PERSON_A, PERSON_B)) /2
)

но между этим и результатом, который мне нужен, есть огромный холм для меня.

В качестве заключительного замечания я прочитал Как сделать отличный воспроизводимый пример с R? и постарался изо всех сил:)

Спасибо

1 Ответ

4 голосов
/ 07 ноября 2011

попробуйте это: 

> d2 <- transform(data, m = floor(MEET/86400) + 1, l = floor(LEAVE/86400) + 1)
> d3 <- subset(d2, m == l)
> table(d3$m) * 2

 1  2  3  4  5  6  7  8  9 10 11 12 45 
38 10 16 18 24  6  4 10 28 14 22  2  2

floor(x/(60*60*24)) - это быстрый способ перевести секунду в день.

...