我有一个名为“e”的数据框，其中包含来自平台的帖子，具有唯一的entry_id和member_id:
row. member_id entry_id timestamp
1 1 a 2008-06-09 12:41:00
2 1 b 2008-07-14 18:41:00
3 1 c 2010-07-17 15:40:00
4 2 d 2008-06-09 12:41:00
5 2 e 2008-09-18 10:22:00
6 3 f 2008-10-03 13:36:00
我有另一个名为“c”的数据框，其中包含注释:
row. member_id comment_id timestamp
1 1 I 2007-06-09 12:41:00
2 1 II 2007-07-14 18:41:00
3 1 III 2009-07-17 15:40:00
4 2 IV 2007-06-09 12:41:00
5 2 V 2009-09-18 10:22:00
6 3 VI 2010-10-03 13:36:00
我想统计成员(member)在发布条目之前所写的所有评论。所以数据框“e”应该看起来像这样。阅读示例时只需注意年份。然而，解决方案也应该持续几分钟:
row. member_id entry_id prev_comment_count timestamp
1 1 a 2 2008-06-09 12:41:00
2 1 b 2 2008-07-14 18:41:00
3 1 c 3 2010-07-17 15:40:00
4 2 d 1 2008-06-09 12:41:00
5 2 e 1 2008-09-18 10:22:00
6 3 f 0 2008-10-03 13:36:00
我已经尝试过以下功能:
functionPrevComments <- function(givE) nrow(subset
(c, (as.character(givE["member_id"]) == c["member_id"]) &
(c["timestamp"] <= givE["timestamp"])))
但是当我尝试应用它时，出现错误
"Incompatible methods ("Ops.data.frame", "Ops.factor") for "<=""
我使用“$”运算符来引用我之前需要的列，但后来我得到了
"$ operator is invalid for atomic vectors "
如何正确应用我的功能，或者是否有其他更好的解决方案来解决我的问题？
最诚挚的问候，
尼古拉斯
最佳答案
这里有一个稍微不同的选项。在运行代码之前，请确保将两个“时间戳”列都转换为 POSIXct 类。
e$prev_comment_count <- sapply(seq_len(nrow(e)), function(i) {
nrow(c[c$member_id == e$member_id[i] & c$timestamp < e$timestamp[i], ])
})
e
# row. member_id entry_id timestamp prev_comment_count
#1 1 1 a 2008-06-09 12:41:00 2
#2 2 1 b 2008-07-14 18:41:00 2
#3 3 1 c 2010-07-17 15:40:00 3
#4 4 2 d 2008-06-09 12:41:00 1
#5 5 2 e 2008-09-18 10:22:00 1
#6 6 3 f 2008-10-03 13:36:00 0
关于R:根据条件从两个数据帧聚合，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/28010772/