在 R 中使用不同的数据框创建矩阵

Question

我在下面提到了 R 中的四个数据框：

DF_1

ID      Date
123     18/03/2018 16:45
456     10/03/2018 20:15

DF_2

ID      Date1                  Date2
123     2018-03-18 06:37:22    1519109133704
123     2018-03-18 06:37:21    1520324827462
123     2018-03-16 04:03:01    1520690354458
456     2018-03-10 14:46:03    1517319313151
456     2018-03-10 14:46:04    1515143046429
456     2018-03-10 14:46:03    1515838021062
456     2018-03-10 14:46:15    1488092209241

DF_3

ID      Date1                  Date2
123     2018-03-18 06:37:22    1519109133704
123     2018-03-18 06:37:21    1520324827462
123     2018-03-16 04:03:01    1520690354458
456     2018-03-10 14:46:03    1517319313151
456     2018-03-10 14:46:03    1515838021062
456     2018-03-10 14:46:15    1488092209241

DF_4

ID      Date1                  Date2
123     2018-03-18 06:37:22    1519109133704
123     2018-03-18 06:37:21    1520324827462
456     2018-03-10 14:46:03    1517319313151
456     2018-03-10 14:46:04    1515143046429

使用上面的数据框我想创建下面提到的矩阵：

输出：

                         DF_2                               DF_3                    DF_4
ID   Date         Date1  Total  Month Avg Day Last5  Date1  Total  Month Avg Day Last5 Date1  Total  Month Avg   Day Last5
123  18/03/2018
456  10/03/2018

我在下面提到了 6 个值 w.r.t DF_2、DF_3 和 DF_4。

1. Date1 = 考虑 DF_1 的 Date 不同数据帧中同一日期的行数（这里我们将 Date1 用于所有数据帧（DF_2、DF_3 和 DF_4））。
2. 总计 = 所有其他数据帧（即 DF_2、DF_3 和 DF_4）中每个 ID 的总行数
3. 月份 = 根据所有其他数据帧（即 DF_2、DF_3 和 DF_4）的 Date2 计算月份数
4. Avg = 每月平均行数（考虑 Date2）。
5. 天 = 每天的平均行数（考虑 Date2）。
6. Last5 = 过去五天的行数（考虑 Date1 与当前 sys.date() 的比较）

我有一个大数据框，所以我不能在这里使用 dput()，希望你们能清楚地理解。

Answer 1

您的问题令人困惑。如果你能把它说得更清楚，你会得到更好的答案。我会尽量根据我的理解来帮助你。

• 为什么你有 3 种不同格式的日期。首先将所有日期设为相同的格式。

  我将展示一个 DF_2 的示例

   library(tidyverse)
   library(lubridate)
   DF_2 <- tibble(ID = c(123L, 123L, 123L, 456L, 456L, 456L, 456L), 
                  Date1 = c("2018-03-18 06:37:22", "2018-03-18 06:37:21", "2018-03-16 04:03:01", 
                   "2018-03-10 14:46:03", "2018-03-10 14:46:04", "2018-03-10 14:46:03", 
                   "2018-03-10 14:46:15"), 
                  Date2 = c(1519109133704, 1520324827462, 1520690354458, 1517319313151, 1515143046429, 1515838021062, 1488092209241)
                 )
  
   DF_2 <- DF_2 %>% mutate(Date1 = ymd_hms(Date1), 
                           Date2 = as.POSIXct(Date2/1000,origin = "1970-01-01")) 
  
   DF_2_tab <- DF_2 %>% group_by(ID) %>% summarise(date1 = sum(date(Date1)==date(DF_1$Date1[DF_1$ID==ID])),
                              Total = n(), 
                              Month = month(which date do you want to use here as you need to get a single number),
                              Day = day(not clear from your description as you need to get a single number for each id as above),
                              Last5 = sum( (Sys.Date()-date(Date1)) < 5 )
                              )
  

现在您对所有数据帧执行相同的操作，然后使用left_join 将所有数据帧通过ID 合并。

希望有帮助！