如何快速迭代列，檢查沿途的事情（R）

-1

我有一個獨特的問題。我已經嘗試了幾個不同的東西，我會在問題本身後詳細介紹。如何快速迭代列，檢查沿途的事情（R）

問題： 對於每個用戶ID，我需要遍歷事件日期並檢查每個日期是否在下一個日期的30天之內。我有260,000條記錄，並且不重要的ID號只有一個條目。數據是這樣的：

id | date1 | date2 
1 | 2016-01-01 | 2016-02-12

等

我曾嘗試：

的foreach（拆出每個ID的組事件，計算，重組;跑進內存問題）。
data.table，但我不知道我是否用盡了這個選項。

簡要dplyr（即：

mutate(time_btwn=abs(as.numeric(difftime(data$date,lag(data$date2,1),"days")))))

和我目前正在運行的直接for循環，通過所有行迭代這是非常緩慢的，我希望我沒有做到這一點的。代碼：

for (i in 2:nrow(data)){ 
    if (data$id[ i ] != data$id[ i - 1 ]){ 
     next 
    } else { 
     data$timebtwn[i] <- abs(as.numeric(difftime(data$date1[i], data$date2[ i - 1 ], "days"))) 
    } 
}

我已經研究過申請，並lapply，但不能完全制定出功能，插入應用或lapply，將我需要什麼（即在列1中的每個條目，在列2中檢查一行nd返回日期之間的差異，如果兩行具有相同的id）。

是否有比直線循環（或使用foreach的方式）快而且不佔用內存的快捷方式？

來源

2016-06-10 user3933614

你可以'輸入（）你的數據的一個例子嗎？ – effel

聽起來您需要操作很多色譜柱，因此需要融化很長時間才能在單個色譜柱上進行操作。儘管如此，在這種情況下可能會很長，所以解決方法可能是適當的。 – alistaire

不中斷我提到的for循環。儘管如此，這些數據實際上就是我所說的。 ID，date1，date2。對不起（如果和當它結束時，我會更新這個帖子 – user3933614

因爲我沒有一個樣本數據集的工作，我不得不做出一個了，因此很難知道你到底是什麼後，但：

library(data.table) 
library(lubridate) 

# generate random date samples 
latemail <- function(N, st="2012/01/01", et="2015/12/31") { 
    st <- as.POSIXct(as.Date(st)) 
    et <- as.POSIXct(as.Date(et)) 
    dt <- as.numeric(difftime(et,st,unit="sec")) 
    ev <- sort(runif(N, 0, dt)) 
    rt <- as_date(st + ev) 
} 

set.seed(42) 
mydat<-data.table(id = as.character(sample.int(1000, 10000, replace =T)), 
        date1 = as_date(latemail(10000)), 
        date2 = as_date(latemail(10000))) 
setkey(mydat, id) 

mydat[, .(timebtw = abs(as.numeric(difftime(date1, date2), "days")), 
      date1 = date1, 
      date2 = date2), by = id] 

#  id timebtw  date1  date2 
#1: 1  4 2012-01-15 2012-01-11 
#2: 1  2 2012-03-21 2012-03-19 
#3: 1  9 2012-10-01 2012-10-10 
#4: 1  1 2013-08-08 2013-08-09 
#5: 1  9 2014-02-11 2014-02-02 
#---         
#9996: 999  7 2014-10-28 2014-11-04 
#9997: 999  9 2015-03-28 2015-04-06 
#9998: 999  0 2015-07-22 2015-07-22 
#9999: 999  10 2015-09-06 2015-09-16 
#10000: 999  8 2015-10-03 2015-10-11

我得到的日期發生功能從this不錯的帖子。讓我知道這是你正在嘗試做什麼。這個例子有10,000行和999個唯一的ID。爲了說明速度：

system.time(
    mydat[, .(timebtw = abs(as.numeric(difftime(date1, date2), "days")), 
       date1 = date1, 
       date2 = date2), by = id]) 
#user system elapsed 
#0.26 0.00 0.26

來源

2016-06-10 19:01:26

這不是，我很抱歉:( 我需要找到第1行的date1和第i + 1行的date2之間的區別，並將其插入到新列的第i行中。 – user3933614

我解決了這個問題！data.table實際上不是要走的路。我需要的全部是 data < - group_by（data，id）％> mutate（time_btwn = abs（as.numeric（difftime（date2，lead（date1,1），units =「days」））））就這樣。野生！ – user3933614

很高興你把它整理出來。 –

如何快速迭代列，檢查沿途的事情（R）

回答

相關問題