dplyr中多个聚合条件的子集划分

我希望有人知道dplyr中的一个简单/高效的方法，在这个方法中，我可以定义一个指示符变量，如果在日期X，IP地址出现>50次，那么它的值为1。数据有两列，一列是IP地址，另一列是相关的访问日期

例如，我希望Robot列中有以下输出（假设日期/IP组合>=3）

---

---

谢谢

您可以通过将这两个变量分组，并使用

n（）

测试当天有多少个地址

group_by(df,date,ip) %>% 
  mutate(keep=as.numeric(n() > 50))

---

您可以通过将这两个变量分组，并使用

n（）

测试当天有多少个地址

group_by(df,date,ip) %>% 
  mutate(keep=as.numeric(n() > 50))

---

对于效率，

数据中的相同逻辑。表

：

library(data.table)

DT <- fread("IP Date
            1   A   
            1   A   
            1   A   
            1   B   
            2   B   
            2   C   
            2   C   
            2   C   
            3   C   
            3   D   
            4   A")

DT[, Robot := ifelse(.N >= 3, 1, 0), keyby = .(IP, Date)]

库（data.table）
DT=3,1,0），keyby=（IP，日期）]

---

当然，如果希望50作为阈值，则需要将条件更改为

.N>=50

。

对于效率，

数据中的相同逻辑。表

：

library(data.table)

DT <- fread("IP Date
            1   A   
            1   A   
            1   A   
            1   B   
            2   B   
            2   C   
            2   C   
            2   C   
            3   C   
            3   D   
            4   A")

DT[, Robot := ifelse(.N >= 3, 1, 0), keyby = .(IP, Date)]

库（data.table）
DT=3,1,0），keyby=（IP，日期）]

---

当然，如果希望50作为阈值，则需要将条件更改为

.N>=50

。

我们可以使用

数据表。将“data.frame”转换为“data.table”（
setDT（df1）
），按“IP”和“Date”分组，我们通过将逻辑（
.N>=3
）转换为二进制表示来创建“Robot”。这可以通过对逻辑向量使用
+
或使用函数
作为.integer来实现

library(data.table)
setDT(df1)[, Robot:= +(.N>=3), .(IP, Date)]

+
可以替换为
as.integer


或者使用
base R
，我们可以使用
ave

transform(df1, Robot=as.integer(ave(IP, IP, Date, FUN=length)>=3))

我们可以使用
data.table
。将“data.frame”转换为“data.table”（
setDT（df1）
），按“IP”和“Date”分组，我们通过将逻辑（
.N>=3
）转换为二进制表示来创建“Robot”。这可以通过对逻辑向量使用
+
或使用函数
作为.integer来实现

library(data.table)
setDT(df1)[, Robot:= +(.N>=3), .(IP, Date)]

+
可以替换为
as.integer


或者使用
base R
，我们可以使用
ave

transform(df1, Robot=as.integer(ave(IP, IP, Date, FUN=length)>=3))

请出示一个小的复制品example@akrun，包括在上面！谢谢请出示一个小的复制品example@akrun，包括在上面！谢谢您不需要在这里使用
ifesle
，只要
groupby（df，IP，Date）%%>%变异（keep=as.numeric（n（）>2））
就可以了。您不需要在这里使用
ifesle
，只要
groupby（df，IP，Date）%%变异（keep=as.numeric（n（）>2））
就可以了。