R：按时间日期为多个ID选择第一次出现'；s

对于许多唯一ID，我有多个单独日期的事件（时间戳）——对于每个ID，我希望为每天的第一个事件（当天最早发生的时间）提取行

已尝试使用

dplyr

进行分组和筛选，但无法为所有ID提取每天的第一个（临时）事件

示例数据：

    df <- data_frame("DateTime" = c("2018-03-04 16:10:00", "2018-03-04 16:15:00", 
                     "2018-03-04 16:30:00", "2018-03-04 16:40:00", "2018-03-05 16:45:00", 
                     "2018-03-07 16:12:00", "2018-03-07 17:00:00", "2018-03-07 18:12:00"), 
                     "ID" = c("A", "A", "B", "B", "B", "C", "C", "C"))

---

df首先，您需要将
DateTime
格式化为日期时间，而不是字符<代码>lubridate:：ymd_hms

在这方面很有用（假设您的日期是y-m-d）

接下来，将日期时间转换为日期。现在，您可以按ID和日期对您进行分组，然后对进行筛选以获得最短的

DateTime

library(dplyr)
library(lubridate)

df %>% 
  mutate(DateTime = ymd_hms(DateTime), 
         Date = as_date(DateTime)) %>% 
  group_by(Date, ID) %>% 
  filter(DateTime == min(DateTime)) %>% 
  ungroup() %>% 
  mutate(Time = strftime(DateTime, "%H:%M:%S", tz = "UTC"))

最后，获取时间的一种方法是使用

strftime

格式化

library(dplyr)
library(lubridate)

df %>% 
  mutate(DateTime = ymd_hms(DateTime), 
         Date = as_date(DateTime)) %>% 
  group_by(Date, ID) %>% 
  filter(DateTime == min(DateTime)) %>% 
  ungroup() %>% 
  mutate(Time = strftime(DateTime, "%H:%M:%S", tz = "UTC"))

结果:

# A tibble: 4 x 4
  DateTime            ID    Date       Time    
  <dttm>              <chr> <date>     <chr>   
1 2018-03-04 16:10:00 A     2018-03-04 16:10:00
2 2018-03-04 16:30:00 B     2018-03-04 16:30:00
3 2018-03-05 16:45:00 B     2018-03-05 16:45:00
4 2018-03-07 16:12:00 C     2018-03-07 16:12:00

#一个tible:4 x 4
日期时间ID日期时间
2018-03-04 16:10:00 A 2018-03-04 16:10:00
2018-03-04 16:30:00 B 2018-03-04 16:30:00
3 2018-03-05 16:45:00 B 2018-03-05 16:45:00
4 2018-03-07 16:12:00 C 2018-03-07 16:12:00

首先，您需要将

日期时间

格式化为日期时间，而不是字符<代码>lubridate:：ymd_hms在这方面很有用（假设您的日期是y-m-d）

接下来，将日期时间转换为日期。现在，您可以按ID和日期对您进行分组，然后对进行筛选以获得最短的

DateTime

library(dplyr)
library(lubridate)

df %>% 
  mutate(DateTime = ymd_hms(DateTime), 
         Date = as_date(DateTime)) %>% 
  group_by(Date, ID) %>% 
  filter(DateTime == min(DateTime)) %>% 
  ungroup() %>% 
  mutate(Time = strftime(DateTime, "%H:%M:%S", tz = "UTC"))

最后，获取时间的一种方法是使用

strftime

格式化

library(dplyr)
library(lubridate)

df %>% 
  mutate(DateTime = ymd_hms(DateTime), 
         Date = as_date(DateTime)) %>% 
  group_by(Date, ID) %>% 
  filter(DateTime == min(DateTime)) %>% 
  ungroup() %>% 
  mutate(Time = strftime(DateTime, "%H:%M:%S", tz = "UTC"))

结果:

# A tibble: 4 x 4
  DateTime            ID    Date       Time    
  <dttm>              <chr> <date>     <chr>   
1 2018-03-04 16:10:00 A     2018-03-04 16:10:00
2 2018-03-04 16:30:00 B     2018-03-04 16:30:00
3 2018-03-05 16:45:00 B     2018-03-05 16:45:00
4 2018-03-07 16:12:00 C     2018-03-07 16:12:00

#一个tible:4 x 4
日期时间ID日期时间
2018-03-04 16:10:00 A 2018-03-04 16:10:00
2018-03-04 16:30:00 B 2018-03-04 16:30:00
3 2018-03-05 16:45:00 B 2018-03-05 16:45:00
4 2018-03-07 16:12:00 C 2018-03-07 16:12:00

我想这会让你达到你想要的目标：

library(tidyverse)

df %>%
  group_by(ID, lubridate::date(DateTime)) %>%
  arrange(DateTime) %>%
  slice(1) %>%
  ungroup() %>%
  select(DateTime, ID)

# A tibble: 4 x 2
  DateTime            ID   
  <chr>               <chr>
1 2018-03-04 16:10:00 A    
2 2018-03-04 16:30:00 B    
3 2018-03-05 16:45:00 B    
4 2018-03-07 16:12:00 C  

库（tidyverse）
df%>%
分组人（ID，lubridate:：date（DateTime））%>%
安排（日期时间）%>%
切片（1）%>%
解组（）%>%
选择（日期时间，ID）
#一个tibble:4x2
日期时间ID
2018-03-04 16:10:00A
2018-03-04 16:30:00 B
3 2018-03-05 16:45:00 B
4 2018-03-07 16:12:00摄氏度

我想这会让你达到你想要的目标：

library(tidyverse)

df %>%
  group_by(ID, lubridate::date(DateTime)) %>%
  arrange(DateTime) %>%
  slice(1) %>%
  ungroup() %>%
  select(DateTime, ID)

# A tibble: 4 x 2
  DateTime            ID   
  <chr>               <chr>
1 2018-03-04 16:10:00 A    
2 2018-03-04 16:30:00 B    
3 2018-03-05 16:45:00 B    
4 2018-03-07 16:12:00 C  

库（tidyverse）
df%>%
分组人（ID，lubridate:：date（DateTime））%>%
安排（日期时间）%>%
切片（1）%>%
解组（）%>%
选择（日期时间，ID）
#一个tibble:4x2
日期时间ID
2018-03-04 16:10:00A
2018-03-04 16:30:00 B
3 2018-03-05 16:45:00 B
4 2018-03-07 16:12:00摄氏度

我不确定这是否是正确的方法，但我遇到了类似的问题，我只是按升序排列日期，并使用distinct（）。这似乎只保留顶部条目（以防有重复条目）

在您的问题中，您希望保留最早的条目。。。因此，只要整理数据并使用distinct就可以得到答案

df %>% arrange(ID, date) %>% distinct(ID, .keep_all = TRUE)

---

我不确定这是否是正确的方法，但我有一个类似的问题，我只是按升序排列日期，并使用distinct（）。这似乎只保留顶部条目（以防有重复条目）

在您的问题中，您希望保留最早的条目。。。因此，只要整理数据并使用distinct就可以得到答案

df %>% arrange(ID, date) %>% distinct(ID, .keep_all = TRUE)

---

谢谢，但这只是答案的一半-你的解决方案将只拉最短的日期/时间-我想要每天的最短时间。。。有什么想法吗？哦，我想我已经解决了-将DateTime拆分为单独的列，然后稍微添加到您拥有的内容中：df%>%groupby（ID，Date）%%>%filter（Time==min（Time））%%>%ungroup（）已编辑。希望它能让你更接近你所需要的。只需注意-如果一天中的第一个事件与另一个事件同时发生，这可能会导致每天每个ID超过一行。虽然不太可能……我以前也遇到过这种情况，但我认为，在关系发生的地方，最好了解一下——也就是说，保留关系，以后再处理。谢谢，但这只是答案的一半——你的解决方案只会拖最短的日期/时间——我想要每天的最短时间。。。有什么想法吗？哦，我想我已经解决了-将DateTime拆分为单独的列，然后稍微添加到您拥有的内容中：df%>%groupby（ID，Date）%%>%filter（Time==min（Time））%%>%ungroup（）已编辑。希望它能让你更接近你所需要的。只需注意-如果一天中的第一个事件与另一个事件同时发生，这可能会导致每天每个ID超过一行。虽然不太可能……但这在我之前就发生过。我认为，在关系发生的地方，最好了解一下——也就是说，保留关系，以后再处理。