依靠与标准 R 匹配的每个组 [重复]

Question

我有以下数据集，我试图根据 SwitchedOnDate 查找每台机器处于活动状态和处于睡眠模式的天数。

 MachineID InstalledDate SwitchedOnDate Status
 1           2010-02-18    2010-02-19    SleepMode
 1           2010-02-18    2010-02-20    Active
 1           2010-02-18    2010-02-21    SleepMode
 1           2010-02-18    2010-02-22    Active
 2           2010-02-20    2010-02-21    Active
 2           2010-02-20    2010-02-22    SleepMode
 3           2010-02-10    2010-02-18    SleepMode
 4           2010-03-10    2010-03-15    Active

所以我的输出应该是这样的，

MachineID SleepModeDays ActiveDays
1          2             2
2          1             1
3          1             0
4          0             1

Answer 1

您可以使用count 对您传递的最后一个变量的每个级别的出现次数进行分组和计数，然后使用spread 将数据重新排列为宽格式：

library(tidyverse)

df %>% count(MachineID, Status) %>% spread(Status, n, fill = 0L)

## Source: local data frame [4 x 3]
## Groups: MachineID [4]
## 
##   MachineID Active SleepMode
## *     <int>  <int>     <int>
## 1         1      2         2
## 2         2      1         1
## 3         3      0         1
## 4         4      1         0

一个基本的 R 替代方案：

tab <- table(df$MachineID, df$Status)

data.frame(MachineID = rownames(tab), as.data.frame.matrix(tab))

##   MachineID Active SleepMode
## 1         1      2         2
## 2         2      1         1
## 3         3      0         1
## 4         4      1         0

或者对于一个非常直接的路线，

janitor::crosstab(df, MachineID, Status)

##   MachineID Active SleepMode
## 1         1      2         2
## 2         2      1         1
## 3         3      0         1
## 4         4      1         0

请注意，这些方法做了一些假设，例如您不能多次出现 MachineID、SwitchedOnDate 和 Status 的相同组合。如果您的数据变得更复杂，请考虑此类情况。

Answer 2

使用 data.table 进行聚合和 dcast 功能，这是另一种解决方案：

library(data.table)
data <-  "MachineID InstalledDate SwitchedOnDate Status
 1           2010-02-18    2010-02-19    SleepMode
 1           2010-02-18    2010-02-20    Active
 1           2010-02-18    2010-02-21    SleepMode
 1           2010-02-18    2010-02-22    Active
 2           2010-02-20    2010-02-21    Active
 2           2010-02-20    2010-02-22    SleepMode
 3           2010-02-10    2010-02-18    SleepMode
 4           2010-03-10    2010-03-15    Active"

 data <-  read.table(textConnection(data), header=TRUE)
 setDT(data)
 dcast(data[, .N, by=.(MachineID, Status)], MachineID ~ Status, fill=0, value.var="N")