如何R中

Question

在该R子集的时候，我有数据

USER BIRTH 
11  "2013-01-11 22:31:11" 
121 "2014-12-26 04:07:35" 
... 

我想创建一个新的数据集data_new包含的时间为10点至11点所有USER。 USER和BIRTH的类型是字符串/字符。我尝试这样做：

data_new= data$BIRTH > as.POSIXct("10:00:00", format="%H:%M:%S") 
& data$BIRTH < as.POSIXct("11:00:00", format="%H:%M:%S") 

但这里，r给我们FALSE所有条目，所以这不工作。 我该如何解决这个问题？

更新

说我要找到用户的所有小时数。我用的是答案，试试这个

u=c() 
for(j in 1:24) { 
data_new=data[times > "00:00:00"+(j-1) & times < "01:00:00"+j ,] 
#saving the number of users in vector u 
u[j]=dim(data_new)[1] 
} 

，但R可以想不通术语"00:00:00"+(j-1)。

Answer 1

如果df是你的数据帧：

df <- read.table(text = 'USER BIRTH 
11  "2013-01-11 22:31:11" 
121 "2014-12-26 04:07:35" 
121 "2014-12-26 10:07:35" 
121 "2014-12-26 11:07:35" 
121 "2014-12-26 10:38:35"', header = T) 

df$BIRTH <- ymd_hms(df$BIRTH) 

times <- strftime(df$BIRTH, format = "%H:%M:%S") 
df[times > "10:00:00" & times < "11:00:00",] 

输出：

USER    BIRTH 
3 121 2014-12-26 10:07:35 
5 121 2014-12-26 10:38:35 

Answer 2

一种方式做一些数据的每个子集是使用split - lapply范例。在这种情况下，您需要将data$BIRTH转换为POSIXlt，并将其拆分为POSIXlt对象的hour组件。这将给你一个列表，其中每个列表元素包含特定小时的所有数据。

data <- read.csv(text = "USER,BIRTH 
11,2013-01-11 22:31:11 
12,2014-12-26 04:07:35 
21,2014-12-26 10:07:35 
121,2014-12-26 11:07:35 
112,2014-12-26 10:38:35") 

data_by_hour <- split(data, as.POSIXlt(data$BIRTH)$hour) 

然后你可以使用lapply（或sapply）做任何你想做的每一个部分数据的。要计算每小时的观察次数：

# number of observations for each hour 
sapply(data_by_hour, nrow) 
4 10 11 22 
1 2 1 1 

您也可以使用xts做到这一点。

library(xts) 
# Create xts object from 'data' data.frame 
# Note: xts objects are based on a matrix, so you cannot have columns with 
#  mixed types like you can with a data.frame. 
x <- xts(data["USER"], as.POSIXct(data$BIRTH)) 
period.apply(x, endpoints(x, "hours"), nrow) 
#      USER 
# 2013-01-11 22:31:11 1 
# 2014-12-26 04:07:35 1 
# 2014-12-26 10:38:35 2 
# 2014-12-26 11:07:35 1 

请注意，您可以使用xts执行时间子集。它避免了在字符串上使用逻辑运算符可能导致的与语言环境相关的排序规则问题。

x["T10:00/T11:00"] 
#      USER 
# 2014-12-26 10:07:35 21 
# 2014-12-26 10:38:35 112