根据一个时间戳选择前 5 条推文答案

【问题标题】：Select previous 5 tweets based on one timestamp根据一个时间戳选择前 5 条推文
【发布时间】：2015-10-23 19:57:24
【问题描述】：

我有一个tweets 表，如下所示：

tweet_id          tweet_text       user_id    created_at
1 6.127048e+17      asfasfadsfdas       1       2015-06-21 16:33:13
2 6.128451e+17      adsgfasdgg          1       2015-06-22 15:33:13
4 6.132484e+17      adgfdasgfadg        2       2015-06-20 17:33:13
5 6.132562e+17      adgfdagfdag         2       2015-06-19 18:33:13
6 6.132867e+17      adgfdagfdhgfd       3       2015-06-21 19:33:13

我还有一个类似的表，名为allTweets，其中包括所有用户的所有推文。它有这些列：

tweet_id          tweet_text       user_id    created_at

我想遍历tweets$tweet_id 并找到属于对应user_id 的allTweets 的前5 条推文。

例如，tweets 中的第一条推文属于user_id 1，并且创建于 2015-06-21 16:33:13。我必须根据这个时间戳从allTweets中找出属于user_id 1的前5条推文。

【问题讨论】：

您实际上是在寻找来自“推文”中所有唯一 user_id 的最新 5 条推文吗？询问是因为看起来一个 user_id 可以在“推文”中出现多次。
没有。由于一个用户可以在“tweets”表中拥有多个创建时间不同的推文，因此我需要根据同一用户的创建时间查找前 5 条推文。

标签： r time difference

【解决方案1】：

让我重申我对您所要求的内容的理解。您需要：

遍历表“tweets”的每一行（我假设它是数据框）。
对于每一行，检查 user_id 和 created_at 时间。
然后转到表“allTweets”并针对特定的 user_id，找出比第 2 步中该用户“created_at”给出的时间早的前 5 条推文。

这是解决此问题的一种方法：

根据 user_id 拆分数据框推文。

tweetsList <- split(tweets, tweets$user_id)

这应该以这种格式获取您的数据：

$1  
[1] tweet_id          tweet_text       created_at  
1 6.127048e+17      asfasfadsfdas      2015-06-21 16:33:13  
2 6.128451e+17      adsgfasdgg         2015-06-22 15:33:13  

$2
[1] tweet_id          tweet_text       created_at
4 6.132484e+17      adgfdasgfadg       2015-06-20 17:33:13
5 6.132562e+17      adgfdagfdag        2015-06-19 18:33:13

现在，对于每个列表元素，您需要从数据框 allTweets 仅小于相应值 “created_at”变量。

-按“created_at”列对所有推文数据框进行排序。
* allTweets <- allTweets[order(allTweets$created_at)]

-定义一个函数，该函数将向量作为输入并从 allTweets 返回我们需要的 5 个条目。
* gimme5 <- function(x){tail(allTweets[x["created_at"] > allTweets$created_at, ])}

-由于此函数仅适用于向量，并且我们的列表是数据帧列表，因此我们需要逐步对数据帧的每一行进行子集化和应用。
* apply(*dataframe*, 1, gimme5) #*dataframe* is for each component dataframe in our list

-最后，我们希望对列表中的每个数据框组件应用之前的命令。因此，我们希望将其应用于 tweetsList[["1"]]、tweetsList[["2"]] 等。这将生成上述代码的 dataframe 组件。
* lapply(tweetsList, function(x) apply(x, 1, gimme5))

【讨论】：