Question

我有一个包含3列的修订数据框：

revisionTime
日期
值

例如这里有一个样本，但我的很长（数十万行）

df = structure(list(revisionTime = structure(c(1471417781, 1471417781, 
1471417781, 1473978576, 1473978576, 1473978576), class = c("POSIXct", 
"POSIXt"), tzone = ""), date = structure(c(1464652800, 1467244800, 
1469923200, 1456704000, 1467244800, 1472601600), class = c("POSIXct", 
"POSIXt"), tzone = ""), value = c(103.7, 104.1, 104.9, 104.414, 
104.3, 104.4)), .Names = c("revisionTime", "date", "value"), row.names = 536:541, class = "data.frame")

我需要的是一种从这个data.frame中提取每个日期的最新版本时间（以及相应的值）的快速方法。有一些类似的问题，但我的问题更精确：有没有办法避免循环？

谢谢

Answer 1

我们可以使用data.table。将'data.frame'转换为'data.table'（setDT(df1)），在转换为Date类后按'date'分组，order按降序排列'revisionTime'（in i）并获取head的第一行。

library(data.table)
setDT(df1)[order(-revisionTime), head(.SD, 1), .(date = as.Date(date))]

Answer 2

如果你的revisionTime格式很好（Y-m-d H：M：S），就像在你的例子中一样，你可能根本不需要转换为Date时间，这应该只是起作用：

aggregate(revisionTime ~ date, df, max)

R：提取每个日期的最新版本时间

2 个答案: