5

次の形式の .csv ファイルがあります。

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

次の形式でgroup by datea を生成することは可能ですか。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)

これは私がこれまでに持っている最高のものです（1日の試行の後）：

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

ただし、これは、日付ごとに 1 つの列を持つ非常に幅の広いテーブルを生成するように思われます。これは、私が望むものとはあまり似ていません。

4

2 に答える 2

8

aggregate次のように、data.frame名前付きの「mydf」で使用するのはどうですか:

> 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

「値」列はlist、ベクトルを含む になりました。

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

$`1`
[1] 101 102

$`2`
[1] 1001 1002

$`3`
[1] 1000

おそらく探していたのsplitは次のとおりです。

> 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
于 2013-02-28T18:18:52.623 に答える
3

使用aggregateして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
于 2013-02-28T18:19:48.210 に答える