我是 R 新手,拥有以下用户名数据及其产品使用日期(截断输出):
Name, Date
Jane, 01-24-2016 10:02:00
Mary, 01-01-2016 12:18:00
Mary, 01-01-2016 13:18:00
Mary, 01-02-2016 13:18:00
Jane, 01-23-2016 10:02:00
我想对日期
之间的差异进行一些分析,特别是每个用户使用之间的天数。我想绘制一个直方图来确定用户之间是否存在模式。
- 如何计算 R 中每个用户的日期之间的差异?
- 除了直方图之外,我还应该探索其他可视化效果吗?
谢谢
最佳答案
试试这个,假设你的数据框是df
:
## in case you have different column names
colnames(df) <- c("Name", "Date")
## you might also have Date as factors when reading in data
## the following ensures it is character string
df$Date <- as.character(df$Date)
## convert to Date object
## see ?strptime for various available format
## see ?as.Date for Date object
df$Date <- as.Date(df$Date, format = "%m-%d-%Y %H:%M:%S")
## reorder, so that date are ascending (see Jane)
## this is necessary, otherwise negative number occur after differencing
## see ?order on ordering
df <- df[order(df$Name, df$Date), ]
## take day lags per person
## see ?diff for taking difference
## see ?tapply for applying FUN on grouped data
## as.integer() makes output clean
## if unsure, compare with: lags <- with(df, tapply(Date, Name, FUN = diff))
lags <- with(df, tapply(Date, Name, FUN = function (x) as.integer(diff(x))))
对于你截断的数据(5行),我得到:
> lags
$Jane
[1] 1
$Mary
[1] 0 1
lags
是一个列表。如果您想获取 Jane 的信息,请执行lags$Jane
。要获取直方图,请执行 hist(lags$Jane)
。此外,如果您想简单地为所有客户端生成直方图,忽略个体差异,请使用hist(unlist(lags))
。 unlist()
将列表折叠为单个向量。
评论:
- 关于您对 R 的良好引用的要求,请参阅 CRAN: R intro和 advanced R ;
- 对多个索引使用
tapply
?也许你可以尝试我给出的技巧,使用paste
首先构造一个辅助索引; - 呃,看起来我很快就通过使用
密度
和中心极限定理等来使事情变得比必要的复杂,以进行可视化。所以我删除了我的其他答案。
关于r - 如何计算R中每个唯一id的日期之间的差异,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37473306/