R 获取按小时分组的计数

我想获得每种类型的每小时计数（

version1

和

version2

）

样本数据：

type <- c('version1','version1','version1','version2','version2')

startdate <- as.POSIXct(c('2017-11-1 02:11:02.000','2018-3-25 02:13:02.000','2019-3-14 03:45:02.000', 

                            '2017-3-14 02:55:02.000','2018-3-14 03:45:02.000'))


df <- data.frame(type, startdate)

df

      type           startdate
1 version1 2017-11-01 02:11:02
2 version1 2018-03-25 02:13:02
3 version1 2019-03-14 03:45:02
4 version2 2017-03-14 02:55:02
5 version2 2018-03-14 03:45:02

---

我们可以首先从

startdate

获取小时数，

count

每小时的行数和

类型

<编码>完成缺失的小时数，并用0填充其计数，然后使用

pivot\u wide

获取宽幅格式的数据

library(dplyr)
library(tidyr)

df %>%
  mutate(hr = lubridate::hour(startdate)) %>%
  count(hr, type) %>%
  complete(type, hr = seq(0, max(hr)), fill = list(n = 0)) %>%
  pivot_wider(names_from = type, values_from = n)

# A tibble: 4 x 3
#     hr version1 version2
#  <int>    <dbl>    <dbl>
#1     0        0        0
#2     1        0        0
#3     2        2        1
#4     3        1        1

库（dplyr）
图书馆（tidyr）
df%>%
突变（hr=lubridate:：hour（startdate））%>%
计数（小时，类型）%>%
完成（类型，hr=seq（0，max（hr）），填充=list（n=0））%>%
枢轴（名称从=类型，值从=n）
#一个tibble:4x3
#人力资源版本1版本2
#          
#1     0        0        0
#2     1        0        0
#3     2        2        1
#4     3        1        1

我们可以首先从

开始日期

获取小时数，

计数

每小时的行数和

类型

<编码>完成缺失的小时数，并用0填充其计数，然后使用

pivot\u wide

获取宽幅格式的数据

library(dplyr)
library(tidyr)

df %>%
  mutate(hr = lubridate::hour(startdate)) %>%
  count(hr, type) %>%
  complete(type, hr = seq(0, max(hr)), fill = list(n = 0)) %>%
  pivot_wider(names_from = type, values_from = n)

# A tibble: 4 x 3
#     hr version1 version2
#  <int>    <dbl>    <dbl>
#1     0        0        0
#2     1        0        0
#3     2        2        1
#4     3        1        1

库（dplyr）
图书馆（tidyr）
df%>%
突变（hr=lubridate:：hour（startdate））%>%
计数（小时，类型）%>%
完成（类型，hr=seq（0，max（hr）），填充=list（n=0））%>%
枢轴（名称从=类型，值从=n）
#一个tibble:4x3
#人力资源版本1版本2
#          
#1     0        0        0
#2     1        0        0
#3     2        2        1
#4     3        1        1

开始日期变量有问题。因此，我使用包

lubridate

library(dplyr)
library(tidyr)

type = c('version1','version1','version1','version2','version2')

startdate = lubridate::ymd_hms(c('2017-11-1T02:11:02.000','2018-3-25T02:13:02.000',
                                 '2019-3-14T03:45:02.000','2017-3-14T02:55:02.000',
                                 '2018-3-14T03:45:02.000'))

tibble(type = type, startdate = startdate) %>%
  count(type, hour = lubridate::hour(startdate)) %>%
  spread(type, n)

# A tibble: 2 x 3
   hour version1 version2
  <int>    <int>    <int>
1     2        2        1
2     3        1        1

库（dplyr）
图书馆（tidyr）
类型=c（'version1'、'version1'、'version1'、'version2'、'version2'）
startdate=lubridate：：ymd_hms（c（'2017-11-1T02:11:02.000'，'2018-3-25T02:13:02.000'，
‘2019-3-14T03:45:02.000’、‘2017-3-14T02:55:02.000’，
‘2018-3-14T03:45:02.000’）
TIBLE（类型=类型，起始日期=起始日期）%>%
计数（类型，小时=润滑脂：：小时（起始日期））%>%
排列（类型，n）
#一个tibble:2x3
小时版本1版本2
1     2        2        1
2     3        1        1

开始日期变量有问题。因此，我使用包

lubridate

library(dplyr)
library(tidyr)

type = c('version1','version1','version1','version2','version2')

startdate = lubridate::ymd_hms(c('2017-11-1T02:11:02.000','2018-3-25T02:13:02.000',
                                 '2019-3-14T03:45:02.000','2017-3-14T02:55:02.000',
                                 '2018-3-14T03:45:02.000'))

tibble(type = type, startdate = startdate) %>%
  count(type, hour = lubridate::hour(startdate)) %>%
  spread(type, n)

# A tibble: 2 x 3
   hour version1 version2
  <int>    <int>    <int>
1     2        2        1
2     3        1        1

库（dplyr）
图书馆（tidyr）
类型=c（'version1'、'version1'、'version1'、'version2'、'version2'）
startdate=lubridate：：ymd_hms（c（'2017-11-1T02:11:02.000'，'2018-3-25T02:13:02.000'，
‘2019-3-14T03:45:02.000’、‘2017-3-14T02:55:02.000’，
‘2018-3-14T03:45:02.000’）
TIBLE（类型=类型，起始日期=起始日期）%>%
计数（类型，小时=润滑脂：：小时（起始日期））%>%
排列（类型，n）
#一个tibble:2x3
小时版本1版本2
1     2        2        1
2     3        1        1

基本R解决方案：

# Extract the hour and store it as a vector: 

df$hour <- gsub(".* ", "", trunc(df$startdate, units = "hours"))

# Count the number of observations of each type in each hour: 

df$type_hour_cnt <- with(df,

                        ave(paste(type, hour, sep = " - "),

                            paste(type, hour, sep = " - "), FUN = seq_along))

# Reshape dataframe: 

df <- as.data.frame(as.matrix(xtabs(type_hour_cnt ~ hour + type, df, sparse = T)))

# Extract rownames and store them as "hour" vector and then delete row.names: 

df <- data.frame(cbind(hour = row.names(df), df), row.names = NULL)

#提取小时并将其存储为向量：
df$hour基本R解决方案：

# Extract the hour and store it as a vector: 

df$hour <- gsub(".* ", "", trunc(df$startdate, units = "hours"))

# Count the number of observations of each type in each hour: 

df$type_hour_cnt <- with(df,

                        ave(paste(type, hour, sep = " - "),

                            paste(type, hour, sep = " - "), FUN = seq_along))

# Reshape dataframe: 

df <- as.data.frame(as.matrix(xtabs(type_hour_cnt ~ hour + type, df, sparse = T)))

# Extract rownames and store them as "hour" vector and then delete row.names: 

df <- data.frame(cbind(hour = row.names(df), df), row.names = NULL)

#提取小时并将其存储为向量：
df$hour谢谢你的帮助！面对一个小问题。。。获取有关
pivot\u-wider（）
的错误：
找不到我安装的
tidyr
函数“pivot\u-wider”，不确定这里有什么问题。再次感谢@苹果橙子它有较新版本的
tidyr
，您需要使用
install.packages（“tidyr”）
安装它。如果您使用的是旧版本，请改用
spread
<代码>df%>%变异（hr=lubridate:：hour（startdate））%%>%计数（hr，type）%%>%完成（type，hr=seq（0，max（hr）），填充=列表（n=0））%%>%排列（type，n）
感谢您的帮助！面对一个小问题。。。获取有关
pivot\u-wider（）
的错误：
找不到我安装的
tidyr
函数“pivot\u-wider”，不确定这里有什么问题。再次感谢@苹果橙子它有较新版本的
tidyr
，您需要使用
install.packages（“tidyr”）
安装它。如果您使用的是旧版本，请改用
spread
<代码>df%>%突变（hr=lubridate:：hour（startdate））%%>%计数（hr，类型）%%>%完成（类型，hr=seq（0，最大（hr）），填充=列表（n=0））%%>%排列（类型，n）