我想为具有时间序列事件的数据表创建一个时间段向量。此类向量中的每个元素表示特定时隙内的度量。数据表dt
如下:
dt=structure(list(
hour = c("20", "21", "21", "21", "21", "02", "02", "02", "02", "02"),
timeSlt = structure(c(6L, 6L, 6L, 6L, 6L, 1L, 1L, 1L, 1L, 1L), .Label = c("[0,4)", "[4,8)", "[8,12)", "[12,16)", "[16,20)", "[20,24)"), class = "factor"),
play_length = c(208.67, 188.49, 58.5, 3.469, 17.92, 211.513, 193.045, 225.306, 212.715, 226.873)),
.Names = c("hour", "timeSlt", "length"),
class = c("data.table","data.frame"), row.names = c(NA, -10L))
与专栏
hour
和 timeSlt
分别表示每天的时间和相应的时间段。 timeSlt
是一个因素:dt[, timeSlt]
# [1] [20,24) [20,24) [20,24) [20,24) [20,24) [0,4) [0,4) [0,4) [0,4) [0,4)
# Levels: [0,4) [4,8) [8,12) [12,16) [16,20) [20,24)
我要总结
length
每个时间段:dt[, sum(length), by=timeSlt]
# timeSlt V1
# 1: [20,24) 477.049
# 2: [0,4) 1069.452
但所需的输出应该是
y = data.table(timeSlt=levels(dt[, timeSlt]), sumLength=c(1069.452, 0, 0, 0, 0, 477.049))
# timeSlt sumLength
# 1: [0,4) 1069.452
# 2: [4,8) 0.000
# 3: [8,12) 0.000
# 4: [12,16) 0.000
# 5: [16,20) 0.000
# 6: [20,24) 477.049
已排序
timeSlt
和length
的对应总和如果没有事件发生,则用 0 填充。任何帮助,将不胜感激。
最佳答案
我们可以加入on
基于 levels
的新创建的 data.table 'timeSlt',然后按 'timeSlt' 分组并得到 sum
'长度'。
dt[setDT(list(timeSlt= levels(dt$timeSlt))), on='timeSlt'
][, list(sumLength=sum(length, na.rm=TRUE)), by = timeSlt]
# timeSlt sumLength
#1: [0,4) 1069.452
#2: [4,8) 0.000
#3: [8,12) 0.000
#4: [12,16) 0.000
#5: [16,20) 0.000
#6: [20,24) 477.049
一个
base R
选项是as.data.frame(xtabs(length~timeSlt, dt))
# timeSlt Freq
#1 [0,4) 1069.452
#2 [4,8) 0.000
#3 [8,12) 0.000
#4 [12,16) 0.000
#5 [16,20) 0.000
#6 [20,24) 477.049
关于R:分组表中缺失级别的零填充,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34305386/