Fatal编程技术网
  • r/
  • R 为每个参数组合创建未来的时间戳

R 为每个参数组合创建未来的时间戳

r machine-learning

R 为每个参数组合创建未来的时间戳,r,machine-learning,timestamp,time-series,R,Machine Learning,Timestamp,Time Series,我想知道如何为每个参数组合（BranchId、Hour、weekdays）创建未来的时间戳 目前，我只能为一个组合创建未来时间戳，如下所示： BranchId Hour weekdays ActivityDate Total 1 11 3 2018-02-06T00:00:00Z 18 1 11 3 2018-02-13T00:00:00Z 23 1

我想知道如何为每个参数组合（BranchId、Hour、weekdays）创建未来的时间戳

目前，我只能为一个组合创建未来时间戳，如下所示：

BranchId    Hour    weekdays    ActivityDate       Total
    1        11        3     2018-02-06T00:00:00Z   18
    1        11        3     2018-02-13T00:00:00Z   23
    1        11        3     2018-02-20T00:00:00Z   
    1        11        3     2018-02-27T00:00:00Z   
    1        11        3     2018-03-06T00:00:00Z   
    1        11        3     2018-03-13T00:00:00Z
代码是：

min.date <- min(data$ActivityDate)
max.date <- max(data$ActivityDate)


unique.time <- seq(from = min.date,  to = max.date, by = "week")

forecast.time <- seq(from = max.date, by = observation.freq, length.out = 4 + 1)[-1]
all.time <- c(unique.time, forecast.time)
all.time <- data.frame(BranchId = data$BranchId[1], Hour = data$Hour[1], weekdays = data$weekdays[1],ActivityDate = all.time)

# Join the combination with original data
data <- join(all.time, data, by = c("BranchId","Hour", "weekdays", "ActivityDate"), type = "left")
我是否需要生成多个函数或循环来实现它？

使用R，您可以使用以下代码创建每周间隔的额外日期。使用软件包
padr
中的功能
pad
，您可以定义将日期添加到data.frame的时间间隔。使用“组”选项告诉函数应使用哪些变量创建新的时间线或填写缺失的日期。您可以指定开始日期和结束日期，以便在这两个日期之间选择所有日期，否则它将是data.frame中可用的
min
和
max
日期

min.date <- min(df$ActivityDate)
max.date <- as.Date("2018-03-13T00:00:00Z")

library(padr)

df <- pad(df, interval = "week" , start_val = min.date, end_val = max.date, group = c("BranchId", "Hour", "weekdays"))

# this step can be skipped if you want to keep NA's instead of 0 
df <- fill_by_value(df, value = 0)
df

   BranchId Hour weekdays ActivityDate Total
1         1   11        3   2018-02-06    18
2         1   11        3   2018-02-13    23
3         1   11        3   2018-02-20     0
4         1   11        3   2018-02-27     0
5         1   11        3   2018-03-06     0
6         1   11        3   2018-03-13     0
7         1   12        3   2018-02-06    15
8         1   12        3   2018-02-13    13
9         1   12        3   2018-02-20     0
10        1   12        3   2018-02-27     0
11        1   12        3   2018-03-06     0
12        1   12        3   2018-03-13     0
13        1   13        3   2018-02-06    24
14        1   13        3   2018-02-13    22
15        1   13        3   2018-02-20     0
16        1   13        3   2018-02-27     0
17        1   13        3   2018-03-06     0
18        1   13        3   2018-03-13     0
R中的
min.date


df%>%group_by(BranchId,Hour,weekdays)%>%complete(ActivityDate = seq.Date(min(ActivityDate), min(ActivityDate)+42, by="week"),fill=list(Total=0))
# A tibble: 21 x 5
# Groups:   BranchId, Hour, weekdays [3]
   BranchId  Hour weekdays ActivityDate Total
      <int> <int>    <int>       <date> <dbl>
 1        1    11        3   2018-02-06    18
 2        1    11        3   2018-02-13    23
 3        1    11        3   2018-02-20     0
 4        1    11        3   2018-02-27     0
 5        1    11        3   2018-03-06     0
 6        1    11        3   2018-03-13     0
 7        1    11        3   2018-03-20     0
 8        1    12        3   2018-02-06    15
 9        1    12        3   2018-02-13    13
10        1    12        3   2018-02-20     0



df%>%groupby（BranchId，Hour，weekday）%%>%complete（ActivityDate=seq.Date（min（ActivityDate），min（ActivityDate）+42，by=“week”），fill=list（Total=0））
#A tibble:21x5
#分组：布兰奇、小时、工作日[3]
BranchId小时工作日活动日期总计
1        1    11        3   2018-02-06    18
2        1    11        3   2018-02-13    23
3        1    11        3   2018-02-20     0
4        1    11        3   2018-02-27     0
5        1    11        3   2018-03-06     0
6        1    11        3   2018-03-13     0
7        1    11        3   2018-03-20     0
8        1    12        3   2018-02-06    15
9        1    12        3   2018-02-13    13
10        1    12        3   2018-02-20     0

对不起，我在想这是否可以由python完成。R和python都可以achieve@Wen如何修改上面的代码来实现？你能给我一些建议吗？谢谢你，菲弗。我发现此错误
类型为“closure”的对象不可子集
，我认为它来自as.Date。如果工作日不同，这意味着activitydate的最后一个日期不一样，我如何修改max.date？请注意，我的data.frame称为df，而不是data。错误可能在min.date行。您可以为max.date选择任何您想要的内容。但是如果你有不同的工作日，你可能想先延长你的活动日期，然后计算工作日数。是的，我已经更改了它们，并确保每个都指向正确的东西，但这就是我得到的，
无效的tz
…谢谢你！我想知道如果工作日不同，这意味着最后一个活动日期会不一样，会怎么样。

min.date <- min(df$ActivityDate)
max.date <- as.Date("2018-03-13T00:00:00Z")

library(padr)

df <- pad(df, interval = "week" , start_val = min.date, end_val = max.date, group = c("BranchId", "Hour", "weekdays"))

# this step can be skipped if you want to keep NA's instead of 0 
df <- fill_by_value(df, value = 0)
df

   BranchId Hour weekdays ActivityDate Total
1         1   11        3   2018-02-06    18
2         1   11        3   2018-02-13    23
3         1   11        3   2018-02-20     0
4         1   11        3   2018-02-27     0
5         1   11        3   2018-03-06     0
6         1   11        3   2018-03-13     0
7         1   12        3   2018-02-06    15
8         1   12        3   2018-02-13    13
9         1   12        3   2018-02-20     0
10        1   12        3   2018-02-27     0
11        1   12        3   2018-03-06     0
12        1   12        3   2018-03-13     0
13        1   13        3   2018-02-06    24
14        1   13        3   2018-02-13    22
15        1   13        3   2018-02-20     0
16        1   13        3   2018-02-27     0
17        1   13        3   2018-03-06     0
18        1   13        3   2018-03-13     0



df <- structure(list(BranchId = c(1L, 1L, 1L, 1L, 1L, 1L), 
                     Hour = c(11L, 11L, 12L, 12L, 13L, 13L), 
                     weekdays = c(3L, 3L, 3L, 3L, 3L, 3L),
                     ActivityDate = as.Date(c("2018-02-06T00:00:00", "2018-02-13T00:00:00","2018-02-06T00:00:00", 
                                      "2018-02-13T00:00:00", "2018-02-06T00:00:00", "2018-02-13T00:00:00")), 
                     Total = c(18L, 23L, 15L, 13L, 24L, 22L)), 
                .Names = c("BranchId", "Hour", "weekdays", "ActivityDate", "Total"),
                class = "data.frame", row.names = c(NA, -6L))



df%>%group_by(BranchId,Hour,weekdays)%>%complete(ActivityDate = seq.Date(min(ActivityDate), min(ActivityDate)+42, by="week"),fill=list(Total=0))
# A tibble: 21 x 5
# Groups:   BranchId, Hour, weekdays [3]
   BranchId  Hour weekdays ActivityDate Total
      <int> <int>    <int>       <date> <dbl>
 1        1    11        3   2018-02-06    18
 2        1    11        3   2018-02-13    23
 3        1    11        3   2018-02-20     0
 4        1    11        3   2018-02-27     0
 5        1    11        3   2018-03-06     0
 6        1    11        3   2018-03-13     0
 7        1    11        3   2018-03-20     0
 8        1    12        3   2018-02-06    15
 9        1    12        3   2018-02-13    13
10        1    12        3   2018-02-20     0