如何R中

Question

在該R子集的時候，我有數據

USER BIRTH 
11  "2013-01-11 22:31:11" 
121 "2014-12-26 04:07:35" 
... 

我想創建一個新的數據集data_new包含的時間爲10點至11點所有USER。 USER和BIRTH的類型是字符串/字符。我嘗試這樣做：

data_new= data$BIRTH > as.POSIXct("10:00:00", format="%H:%M:%S") 
& data$BIRTH < as.POSIXct("11:00:00", format="%H:%M:%S") 

但這裏，r給我們FALSE所有條目，所以這不工作。 我該如何解決這個問題？

更新

說我要找到用戶的所有小時數。我用的是答案，試試這個

u=c() 
for(j in 1:24) { 
data_new=data[times > "00:00:00"+(j-1) & times < "01:00:00"+j ,] 
#saving the number of users in vector u 
u[j]=dim(data_new)[1] 
} 

，但R可以想不通術語"00:00:00"+(j-1)。

Answer 1

如果df是你的數據幀：

df <- read.table(text = 'USER BIRTH 
11  "2013-01-11 22:31:11" 
121 "2014-12-26 04:07:35" 
121 "2014-12-26 10:07:35" 
121 "2014-12-26 11:07:35" 
121 "2014-12-26 10:38:35"', header = T) 

df$BIRTH <- ymd_hms(df$BIRTH) 

times <- strftime(df$BIRTH, format = "%H:%M:%S") 
df[times > "10:00:00" & times < "11:00:00",] 

輸出：

USER    BIRTH 
3 121 2014-12-26 10:07:35 
5 121 2014-12-26 10:38:35 

Answer 2

一種方式做一些數據的每個子集是使用split - lapply範例。在這種情況下，您需要將data$BIRTH轉換爲POSIXlt，並將其拆分爲POSIXlt對象的hour組件。這將給你一個列表，其中每個列表元素包含特定小時的所有數據。

data <- read.csv(text = "USER,BIRTH 
11,2013-01-11 22:31:11 
12,2014-12-26 04:07:35 
21,2014-12-26 10:07:35 
121,2014-12-26 11:07:35 
112,2014-12-26 10:38:35") 

data_by_hour <- split(data, as.POSIXlt(data$BIRTH)$hour) 

然後你可以使用lapply（或sapply）做任何你想做的每一個部分數據的。要計算每小時的觀察次數：

# number of observations for each hour 
sapply(data_by_hour, nrow) 
4 10 11 22 
1 2 1 1 

您也可以使用xts做到這一點。

library(xts) 
# Create xts object from 'data' data.frame 
# Note: xts objects are based on a matrix, so you cannot have columns with 
#  mixed types like you can with a data.frame. 
x <- xts(data["USER"], as.POSIXct(data$BIRTH)) 
period.apply(x, endpoints(x, "hours"), nrow) 
#      USER 
# 2013-01-11 22:31:11 1 
# 2014-12-26 04:07:35 1 
# 2014-12-26 10:38:35 2 
# 2014-12-26 11:07:35 1 

請注意，您可以使用xts執行時間子集。它避免了在字符串上使用邏輯運算符可能導致的與語言環境相關的排序規則問題。

x["T10:00/T11:00"] 
#      USER 
# 2014-12-26 10:07:35 21 
# 2014-12-26 10:38:35 112