根据子组对 R 变量进行分组

Question

我有一个格式为的数据，

PERSON_A PERSON_B MEET LEAVE

它基本上描述了 PERSON_A 在 MEET 时间遇到 PERSON_B 并且他们在离开时互相说“再见”。时间以秒为单位表示，http://pastie.org/2825794（简单.dat）。

我需要的是计算按天分组的会议数量。目前，我有一个可以运行的代码，但外观并不美观。无论如何，我需要帮助才能将其转换为反映我尝试进行的分组的代码，例如使用 ddply 等。因此，我的主要目的是从这个案例中学习。这段代码可能存在许多关于 R 中良好实践的错误。

library(plyr)
data = read.table("simple.dat", stringsAsFactors=FALSE)
names(data)=c('PERSON_A','PERSON_B','MEET','LEAVE')
attach(data)

min_interval = min(MEET)
max_interval = max(LEAVE)
interval = max_interval - min_interval
day = 86400
number_of_days = floor(interval/day)

g = data.frame(MEETINGS=c(0:number_of_days))     # just to store the result
g[,1] = 0

start_offset = min_interval                       # start of the first day
for (interval in c(0:number_of_days)) {
    end_offset = start_offset + day
    meetings = (length(data[data$MEET >= start_offset & data$LEAVE <= end_offset, ]$PERSON_A) + length(data[data$MEET >= start_offset & data$LEAVE <= end_offset, ]$PERSON_B))
    g[interval+1, ] = meetings
    start_offset = end_offset             # start next day
}
g

这段代码在几天内迭代（间隔 86400 秒）并将会议数量存储在数据帧 g 上。在链接数据集上执行时，此代码的正确输出（如下所示）给出了每行（天）的会议数量。

       MEETINGS
1        38
2        10
3        16
4        18
5        24
6         6
7         4
8        10
9        28
10       14
11       22
12        2
13 .. 44   0         # I simplified the output here
45        2

不管怎样，我知道我可以使用 ddply 来获取每对 o 节点的会议数量：

contacts <- ddply(data, .(PERSON_A, PERSON_B), summarise
 , CONTACTS = length(c(PERSON_A, PERSON_B)) /2
)

但是对于我来说，这和我需要的结果之间有一个巨大的山丘。

作为尾注，我阅读了 如何制作一个出色的 R 可重现示例？ 并尽力了:)

谢谢，

Answer 1

试试这个：

> d2 <- transform(data, m = floor(MEET/86400) + 1, l = floor(LEAVE/86400) + 1)
> d3 <- subset(d2, m == l)
> table(d3$m) * 2

 1  2  3  4  5  6  7  8  9 10 11 12 45 
38 10 16 18 24  6  4 10 28 14 22  2  2 

floor(x/(60*60*24)) 是将秒转换为日的快速方法。