R中多列的条件求和

Question

我想为每个用户绘制点与时间的关系，但我不确定如何处理这些列以实现该结果。这是我的数据的样子：

> head(data, n=3)
points   user       time
25        1      02/22/2017
0         2      02/26/2017
15        3      02/27/2017

> dput(data)
structure(list(points = c(25, 0, 15), user = c(1, 2, 3), time = c("02/22/2017", "02/26/2017", "02/27/2017")), .Names = c("points", "user", "time"), row.names = c(NA, -3L), class = "data.frame")

仅供参考，有多个用户 ID（我认为最多 15 个）。但是我想做的是对每个用户的总积分求和（然后用户列中的数字对应于用户的 ID 号。然后随着时间的推移绘制这些值（具体按天）。

这是我用来生成每位用户总积分的代码

library(data.table)
ppu = setkey(setDT(df), user_id)[, list(points=sum(points)), by=list(user_id)]

结果如下：

但我想找出每位用户每天的总积分！非常感谢任何指导。

Answer 1

请尝试（使用 Q 中 dput() 的结果给出的 df）：

library(data.table)   # version 1.10.4 used
ppu <- setDT(df)[, .(points = sum(points)), by = .(user, time)]

ppu
#   user       time points
#1:    1 02/22/2017     25
#2:    2 02/26/2017      0
#3:    3 02/27/2017     15

这将按照df 中出现的顺序返回user、time。如果您想对结果进行排序，您有两种选择：

例如，用于打印，使用

ppu[order(user, time)]
# or
ppu[order(time, user)]

或者，如果应该键入结果，请尝试keyby：

ppu <- setDT(df)[, .(points = sum(points)), keyby = .(user, time)]

一些备注：

• 您的代码 sn-p 使用 user_id，而您的数据样本使用 user。此外，数据样本还包含一个名为 time 的列，其中包含作为字符串的日期，但在文本中您使用的是术语“day”。
• by 接受多个分组变量。您甚至可以动态创建表达式。
• 为了简化，time 不需要强制转换为 Data 类，只要相同的日期以相同的方式写入即可。
• 在data.table 语法中，.() 是list() 的缩写。
• data.table 的最新版本取消了设置键的要求。

---

在this comment，OP 询问如何

绘制每个用户的点数与时间（每天）的关系。

这需要对ppu 进行一些修改才能更好地与ggplot2 配合使用。

# coerce user to factor to get a discrete colour scale
# only required here because user was given as numeric 
ppu[, user := factor(user)]
# coerce time from character to Date class
# to get a nicely scaled x-axis instead of discrete values
ppu[, time := lubridate::mdy(time)]

现在，points 与 time 分别绘制，但每个 user 都有单独的颜色编码线：

library(ggplot2)
ggplot(ppu, aes(time, points, group = user, colour = user)) + 
  geom_point() + geom_line()

好吧，如果有足够的样本数据，您可能会在此处看到线条...

Answer 2

首先你需要将你的日期转换成一个好的格式，为此我建议你像这样使用library(lubridate)：

data$day <- mdy(data$day)

然后将每个用户每天的积分数相加：

library(plyr)
pts_user_day <- ddply(data, .(user, day), summarise, pts_day = sum(points))

随着时间的推移最终绘制所有这些：

library(ggplot2)
ggplot(pts_user_day, aes(x=day, y=pts_day, col=factor(user))) + geom_line() + scale_x_date()

希望有帮助！