R 多变量计数

我有一个非常大的数据集显示登录到一个网站。我试图通过用户名计算登录的频率

我希望得到的是一个如下表，其中周期作为列标题列出，频率是行名称，数据是给定日期登录到标题行中的次数的用户数，即

[weekday] [Mon][tue][etc]

[logins ] 

[      1][123][456][789]

[      2][987][654][321]

[    etc][123][456][789]

源数据只是登录id、登录日期/时间。我已经能够根据登录日期添加附加月份、日期名称和日期的列

理想情况下，我希望能够为每个类别（月、月日、日名称）获得与上述相同的摘要

库（lubridate）
图书馆（dplyr）
图书馆（rpivotTable）
df=data.frame（数据源）
df$MonthNumber您可以尝试使用
dplyr
中的
groupby
功能。因为您需要每个用户每天的登录次数，所以我们按用户id和日期分组<代码>结果%groupby（USERID，Date）%%>%summary（Logins=n（））

。

n（）

函数只计算组中的行数。另外，请注意，我们不需要创建其他日期变量，因为我们可以根据原始日期值进行分组。A在这里非常有用。感谢您的指导，您的解决方案可以告诉我用户在特定日期登录的次数。我想知道的更像是“一周中最忙的一天是什么？”所以我需要给定用户在周一登录的次数。我觉得如果它更像是

results%groupby（DayName，Logins=n（））%%>%summary（Logins=n（））

我会得到我想要的东西。我发现“results”您可以尝试在

dplyr

中使用

groupby

函数。因为您需要每个用户每天的登录次数，所以我们按用户id和日期分组<代码>结果%groupby（USERID，Date）%%>%summary（Logins=n（））。

n（）

函数只计算组中的行数。另外，请注意，我们不需要创建其他日期变量，因为我们可以根据原始日期值进行分组。A在这里非常有用。感谢您的指导，您的解决方案可以告诉我用户在特定日期登录的次数。我想知道的更像是“一周中最忙的一天是什么？”所以我需要给定用户在周一登录的次数。我觉得如果它更像是

results%group\u by（DayName，Logins=n（））%%>%summary（Logins=n（））

我会得到我想要的东西。我已经找到了“results”

library(lubridate ) 
library(dplyr) 
library(rpivotTable) 
df = data.frame(datasource) 

df$MonthNumber <- month(df$Date) 
df$DayNumber <- wday(df$Date, FALSE, FALSE) 
df$DayName <- wday(df$Date, TRUE, FALSE) 

#problem is here, i dont know how to get the count of user logins per day 
Results <- xtabs(~ DayCount + c(DayName,USERID), df) 
write.csv(Results, file="weekdata.csv") 
Results