R：按日期切割并按 ID 分组 data.table

Question

我有一个 data.table，其中包含由 id 在 date 上做事唯一标识的演员列表。 actor 在特定 date 上完成的事情数量没有限制。

require(data.table)
set.seed(28100)
df.in <- data.table(id = sample(1:10, 100, replace=TRUE),
                    date = sample(2001:2012, 100, replace=TRUE))

现在我想总结我的数据集，找出以下序列每个间隔的出现次数

sequence <- seq(2000, 2012, 4)

df.out1 <- as.data.frame(table(cut(df.in$date, breaks = sequence)))

df.out1
# Var1 Freq
# 1 (2000,2004]   35
# 2 (2004,2008]   27
# 3 (2008,2012]   38

一切顺利。但是现在我不想计算发生次数，而是想计算每个时间间隔内活跃的演员数量，即发生一次或多次。

Answer 1

你的意思是这样的吗？

df.in[, interv := cut(date, sequence)][, .(Actors = length(unique(id))), by = interv]
#        interv Actors
#1: (2000,2004]     10
#2: (2008,2012]      9
#3: (2004,2008]     10

如果您使用的是 GitHub 的开发版本 1.9.5，您可以使用 uniqueN() 而不是 length(unique())。

R：按日期切割并按 ID 分组 data.table

R: cut by date and grouping by ID with data.table

r

data.table