R：使用for循环，应用，以及根据日期选择数据

Question

假设我有一个由以下命令生成的日期向量：

dts<-seq(as.Date("2014-09-10"),as.Date("2014-09-20"),by="Days")

我还有一个用户 ID 和日期的数据框（其中时间戳列属于 Date 类）：

>df
respondent_id  timestamp
           12 2014-09-19
           13 2014-09-11
           12 2014-09-20
            9 2014-09-16
           13 2014-09-15
           12 2014-09-18
           9  2014-09-15
           9  2014-09-16
           12 2014-09-20
           13 2014-09-14

我在这里的最终目标是在 dts 范围内统计所有在 24 小时内具有另一个时间戳的时间戳的用户。最后我会得到这样的东西：

>final

Date        Count
2014-09-10   0
2014-09-11   0
2014-09-12   0
2014-09-13   0
2014-09-14   0
2014-09-15   1
2014-09-16   2
2014-09-17   0
2014-09-18   0
2014-09-19   1
2014-09-20   1 

我最初的方法是遍历 dts 并使用 apply() 和 which() 的组合来选择数据：

for (i in 1:length(dts)){
day1         <- apply(as.data.frame(df$timestamp),1,function(x) which(x>=dts[i]-1 & x<=dts[i],arr.ind=TRUE))
}
tmp1         <- df[day1,]
tmp11        <- as.data.frame(table(tdf$timestamp))
names(tmp11) <- c("Date","Count")
tmp11$Date   <- as.Date(tmp11$Date)

但这并不成功。变量 day1 是一个列表，因此不能用于子集数据框。使用命令unlist() 和as.data.frame() 会生成一个包含df 正确索引的数据框。我仍在过渡到使用 apply() 代替循环，因此非常感谢任何反馈。

Answer 1

library(data.table)
dts<-data.table(timestamp=seq(as.POSIXct("2014-09-10"),as.POSIXct("2014-09-20"),by=60*60*24),key="timestamp")
df<-data.table(respondent_id=c(12,13,12,9,13,12,9,9,12,13),timestamp=as.POSIXct(c("2014-09-19",
                                                                   "2014-09-11",
                                                                   "2014-09-20",
                                                                   "2014-09-16",
                                                                   "2014-09-15",
                                                                   "2014-09-18",
                                                                   "2014-09-15",
                                                                   "2014-09-16",
                                                                   "2014-09-20",
                                                                   "2014-09-14")),key="timestamp")

#don't do this: df[dts,allow.cartesian=TRUE][,.N-1,by=timestamp]

#do this:
df[,.N,by=timestamp] # this gets you the nonzero counts
dts[!(timestamp %in% df[,timestamp]),list(timestamp,N=0)] #this gives you all the missing dates where count is 0

rbindlist(list(df[,.N,by=timestamp],dts[!(timestamp %in% df[,timestamp]),list(timestamp,count=0)]))[order(timestamp)] #this puts them all together.