根据采访的日期和地点统计事件发生并分配给个人答案

【问题标题】：Count event occurrence and assign it to individuals according to date and place of interview根据采访的日期和地点统计事件发生并分配给个人
【发布时间】：2017-11-04 20:45:06
【问题描述】：

我在 R 中有两个数据框：A.df 和 B.df。第一个包含 N 行，每行是在特定日期和地点发生的事件。

第二个是在特定日期和地点接受采访的个人列表。

对于每个人，我想统计在面试日期之前的某个时间范围内，在个人面试地点的同一地点发生的事件的数量。

假设时间范围是面试日期前 x 天，我已经计算出该日期并存储在变量 xdaysbefore 中。

下面是数据框的样子

A.df

#Event     Date     Place
   1   2015-05-01     1    
   2   2015-03-11     1
   3   2015-07-04     2
   4   2015-05-10     3

B.df

#Individual  Date of Interview   Place   xdaysbefore
       1         2016-07-11        1       2014-09-11  
       2         2016-05-07        3       2014-07-04
       3         2016-08-09        2       2014-03-22
       4         2016-01-10        3       2014-09-17

注意Date、Date of Interview和xdaysbefore都在Date R class中

我如何根据事件发生的地点和采访的个人地点为B.df 中的每个人计算在Date of Interview - xdaysbefore 时间范围内发生的事件。

我对@987654335@ 的期望如下所示：

B.df

#Individual  Date of Interview   Place   xdaysbefore      CountedEvents
       1         2016-07-11        1       2014-09-11         2
       2         2016-05-07        3       2014-07-04         1
       3         2016-08-09        2       2014-03-22         1
       4         2016-01-10        3       2014-09-17         1

其中CountedEvents 是在Date of Interview - xdaysbefore 时间范围内以及在我接受采访的同一地点发生的事件数。

【问题讨论】：

你能提供一个reproducible example（我们可以复制/粘贴到R中的东西）吗？
所以基本上，您想在B.df 中查找一个位置，在同一位置xdaysbefore to Date Of interview 范围内A.df 中发生的事件数。

标签： r date dataframe count

【解决方案1】：

您可以在B.df 的每一行上使用apply。

取A.df 的一个子集，其中位置相等。检查A.df中的Date是否在Date_of_Interview和xdaysbefore的范围内

B.df$CountedEvents <- apply(B.df, 1, function(x) {
    temp = A.df[A.df$Place %in% x[3],]
    length(temp$Date < as.Date(x[2]) & temp$Date > as.Date(x[4]))
 })

B.df
#     Individual Date_of_Interview Place xdaysbefore CountedEvents
#1          1        2016-07-11     1      2014-09-11       2
#2          2        2016-05-07     3      2014-07-04       1
#3          3        2016-08-09     2      2014-03-22       1
#4          4        2016-01-10     3      2014-09-17       1

编辑

如果你想使用名称而不是索引来访问列，你可以使用

apply(B.df, 1, function(x) {
        temp = A.df[A.df$Place %in% x["Place"],]
        length(temp$Date < as.Date(x["Date_of_Interview"]) & 
               temp$Date > as.Date(x["xdaysbefore"]))
})

【讨论】：

谢谢，它有效。如果我想改进它以便只计算某种类型的事件怎么办？假设在 A.df 中有一个附加列“EventType”，它显示值 1、2、3、4。我只想计算类型 1 的事件。
把temp = A.df[A.df$Place %in% x[3],]改成temp = A.df[A.df$Place %in% x[3] & A.df$EventType ==1,]
由于我的数据集中有很多变量，我想按名称调用它们。我认为下面的代码有问题。它生成变量 CountedEvents，没有变化，所有行只有一个值，该值对应于 B.df 中的观察数。代码：B.df$CountedEvents <- apply(B.df, 1, function(x) { temp = A.df[A.df$Place %in% B.df$Place,] length(temp$Date < as.Date(B.df$date) & temp$Date > as.Date(B.df$xdaysbefore)) })
@HamidOskorouchi 好的..我已经更新了答案。请检查这是否是您想要的。

【解决方案2】：

您可以通过结合使用merge 和aggregate 来实现：

# merge into a new dataset
AB <- merge(A, B, by = 'Place', all = TRUE)

# create a logical variable which indicates whether 'Date' falls within the range
AB$count <- AB$xdaysbefore < AB$Date & AB$Date_of_Interview > AB$Date

# aggregate into a count varaible
aggregate(count ~ Individual + Date_of_Interview + xdaysbefore, AB, sum)

给出：

  Individual Date_of_Interview xdaysbefore count
1          3        2016-08-09  2014-03-22     1
2          2        2016-05-07  2014-07-04     1
3          1        2016-07-11  2014-09-11     2
4          4        2016-01-10  2014-09-17     1

或者，您可以使用data.table 包的development version 中的新非等连接可能性：

library(data.table)

# convert the dataframes to data.table's (which are enhanced dataframes)
setDT(A)
setDT(B)

# join and count
A[B, on = .(Place, Date < Date_of_Interview, Date > xdaysbefore)
  ][, .(count = .N), .(Individual, Place, Date_of_Interview = Date, xdaysbefore = Date.1)]

给出：

   Individual Place Date_of_Interview xdaysbefore count
1:          1     1        2016-07-11  2014-09-11     2
2:          2     3        2016-05-07  2014-07-04     1
3:          3     2        2016-08-09  2014-03-22     1
4:          4     3        2016-01-10  2014-09-17     1

【讨论】：