この例では、次sapplyのように、その日または最大 4 日前までのエントリ数をカウントして、各行を分析するためにおそらく使用できます。
df1$lastFour <-
sapply(df1$dates, function(x){
sum(df1$dates <= x & df1$dates >= x - 4)
})
結果df1:
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
あなたの質問が示唆するように、データがより大きなセットからのものであり、各グループで分析を行いたい場合 (概念的には、質問は、過去 4 日間にこのグループがあったイベントの数は? 日のみに尋ねられます)そのグループからのイベントで)、次の手順に従うことができます。
まず、アルファベットの最初の 10 文字としてラベル付けされたグループを含むいくつかの大きなサンプル データを次に示します。
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)
)
次に、データ内のすべてのグループを抽出します (ここではそれらを知っていますが、実際のデータについては、そのグループのリストを既に持っている場合と持っていない場合があります)
groupsInData <-
sort(unique(c(as.character(biggerData$group1)
, as.character(biggerData$group2))))
次に、そのグループ名のベクトルをループし、そのグループを 2 つのグループの 1 つとして各イベントを抽出し、上記と同じ列を追加し、個別の data.frames をリストに保存します (名前を付けて作成します)。より簡単にアクセス/追跡できます)。
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
データ内の各グループに対して、上記のように data.frame を返します。
そして、私は自分自身を助けることができなかったので、ここにdplyrもtidyr解決策があります。上記のリストベースのソリューションと大差ありませんが、すべてが同じ data.frame に返される点が異なります (特に、この方法ではイベントごとに 2 つのエントリがあるため、これは良いことかもしれませんし、そうでない場合もあります)。
まず、簡単にするために、日付チェックを行う関数を定義しました。これは上記でも簡単に使用できます。
myDateCheckFunction <- function(x){
sapply(x, function(thisX){
sum(x <= thisX & x >= thisX - 4 )
})
}
次に、各グループが存在するかどうかを判断する一連の論理テストを作成します。これらは、各グループの列を生成するために使用され、各イベントの存在/不在に TRUE/FALSE を与えます。
dotsConstruct <-
paste0("group1 == '", groupsInData, "' | "
, "group2 == '", groupsInData, "'") %>%
setNames(groupsInData)
最後に、すべてを 1 つのパイプ呼び出しにまとめます。説明する代わりに、各ステップについてコメントしました。
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)
結果は上記の出力と似ていlistますが、すべてが 1 つの data.frame に含まれているため、一部の機能を簡単に分析できます。上部は次のようになります。
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
私のランダム サンプルには 2005 年 10 月に複数のイベントがあったため、ここではカウントが大きくなっていることに注意してください。