循环以统计R中每个用户在一个时间段内的事件

这里是初学者R用户。我正在使用data.frame（df1），其中包含研究日期和执行研究的用户。数据如下所示：

set.seed(42)
options(stringsAsFactors=FALSE)
df1 <- data.frame(Date=sample(seq(as.Date('2018/01/01'), as.Date('2018/03/01'), by="day"), 10),
                  User=sample(c("Usr1","Usr2","Usr3"),10,replace=TRUE))
df1
        Date User
1  2018-02-18 Usr3
2  2018-02-06 Usr1
3  2018-01-01 Usr1
4  2018-01-25 Usr2
5  2018-01-10 Usr2
6  2018-02-05 Usr2
7  2018-01-18 Usr3
8  2018-03-01 Usr3
9  2018-02-16 Usr1
10 2018-01-24 Usr1

df2
    Month Usr3 Usr1 Usr2
1 2018-01   1    2    2
2 2018-02   1    2    1
3 2018-03   1    0    0

我假设有一个整洁的dplyr函数，比如tally（），可以很快解决这个问题，但我似乎无法解决它。有什么建议吗

---

非常感谢

我个人在处理此类数据时，会使用dplyr和lubridate函数的组合。Lubridate包含有用的函数，如month（）和year（），它们从日期对象中提取必需的元素

为了计算事件的数量，我将使用group_by来选择我们要计算的组，然后使用count函数对每个组进行计数

我在下面附上了我的代码的reprex。如果有什么我不明白或需要改进的地方，请告诉我

我没有包括的一件事是我创建的月份和年份列之间的连接。（@denis在这方面提供了有用的评论）

库（tidyverse）
图书馆（lubridate）
种子（42）
选项（stringsAsFactors=FALSE）
df1%
#转换为TIBLE（首选项）
TIBLE%>%
#将日期转换为月份和年份，因为它们是唯一必需的组件
#此外，这使得按月分组变得更简单
突变（年=年（日期），月=月（日期，标签=T））%>%
#创建我们想要统计的事物的分组
分组依据（月、年、用户）%>%
#数一数每个小组的成员
计数（）%>%
#将数据帧重新排列为所需的格式
pivot\u更宽（名称\u from=User，值\u from=n）
#>#tibble:3 x 5
#>#组：月、年[3]
#>月份年份Usr1 Usr2 Usr3
#>       
#>2018年1月1日2 2 1
#>2018年2月2日2 1
#>2018年3月3日NA 1

由（v2.0.0）Base R选项于2021-04-04创建：

table(transform(df1, Date = format(Date, '%Y-%m')))

#       User
#Date      Usr1 Usr2 Usr3
#  2018-01    2    2    1
#  2018-02    2    1    1
#  2018-03    0    0    1

---

我真的很喜欢Ronak Shah的答案，因为它是一个简单的短基线R代码。如果您想留在tidyverse中，在创建列的

计数

/

透视

方法旁边还有两个选项

您可以在分组的

summary

调用中使用

purrr:：map\u dfc

。您需要设置要首先循环的向量的名称（

unique

用户的值）。然后可以使用

sum（User=.x）

获取

User

的每个实例的计数作为列

另一个选项是上的（免责声明：它是我创建的包的一部分，通过在向量和/或列集合上循环，可以更轻松地创建列）。在这种情况下，您可以在分组的

summary

调用中使用

over

，而不是

map\u dfc

库（dplyr）
图书馆（lubridate）
#地图
图书馆（purrr）
用户\u向量%unique（）%%>%设置\u名称（，.）
df1%>%
分组依据（月=格式.日期（ymd（日期），%Y-%m”））%>%
总结（map_dfc（user_vec，~sum（user=.x）））
#>#tibble:3 x 4
#>月份Usr3 Usr1 Usr2
#>        
#> 1 2018-01     1     2     2
#> 2 2018-02     1     2     1
#> 3 2018-03     1     0     0
#结束
图书馆（dplyover）#https://github.com/TimTeaFan/dplyover
df1%>%
分组依据（月=格式.日期（ymd（日期），%Y-%m”））%>%
总结（超过（dist_值（用户），~sum（用户=.x）））
#>#tibble:3 x 4
#>月份Usr1 Usr2 Usr3
#>        
#> 1 2018-01     2     2     1
#> 2 2018-02     2     1     1
#> 3 2018-03     0     0     1

由（v0.3.0）创建于2021-04-05

使用

格式.Date（ymd（df1$Date），%Y-%m”）

来设置OA

月变量
table(transform(df1, Date = format(Date, '%Y-%m')))

#       User
#Date      Usr1 Usr2 Usr3
#  2018-01    2    2    1
#  2018-02    2    1    1
#  2018-03    0    0    1