Question

我正在尝试计算人们使用Leada提供的数据集所拍摄的自行车频率。

以下是代码：

library(dplyr)

setAs("character", "POSIXlt", function(from) strptime(from, format = "%m/%d/%y %H:%M"))
d <- read.csv("http://mandrillapp.com/track/click/30315607/s3-us-west-1.amazonaws.com?p=eyJzIjoiemxlVjNUREczQ2l5UFVPeEFCalNUdmlDYTgwIiwidiI6MSwicCI6IntcInVcIjozMDMxNTYwNyxcInZcIjoxLFwidXJsXCI6XCJodHRwczpcXFwvXFxcL3MzLXVzLXdlc3QtMS5hbWF6b25hd3MuY29tXFxcL2RhdGF5ZWFyXFxcL2Jpa2VfdHJpcF9kYXRhLmNzdlwiLFwiaWRcIjpcImEyODNiNjMzOWJkOTQxMGM5ZjlkYzE0MmQ0NDQ5YmU4XCIsXCJ1cmxfaWRzXCI6W1wiMTVlYzMzNWM1NDRlMTM1ZDI0YjAwODE4ZjI5YTdkMmFkZjU2NWQ2MVwiXX0ifQ",
              colClasses = c("numeric", "numeric", "POSIXlt", "factor", "numeric", "POSIXlt", "factor", "numeric", "numeric", "factor", "character"),
              stringsAsFactors = T)
names(d)[9] <- "BikeNo"

d <- tbl_df(d)

d <- d %>% mutate(Weekday = factor(weekdays(Start.Date)))
d %>% group_by(Weekday) 
  %>% summarise(Total = n()) 
  %>% select(Weekday, Total)

很奇怪，但是dplyr不希望按工作日分组数据：

错误：列＆＃39; Start.Date＆＃39;有不支持的类型

为什么它关心Start.Date列，我按哪个因素分组？您可以在本地运行代码以重现错误：它将自动下载数据。

P.S。我使用的是dplyr版本：dplyr_0.3.0.2

Answer 1

在处理日期时，lubridate包非常有用。以下是解析Start.Date和End.Date的代码，提取工作日，然后按工作日分组：

将日期读作字符向量

library(dplyr)
library(lubridate)
# For some reason your instruction to load the csv directly from a url
# didn't work. I save the csv to a temporary directory.
d <- read.csv("/tmp/bike_trip_data.csv", colClasses = c("numeric", "numeric", "character", "factor", "numeric", "character", "factor", "numeric", "numeric", "factor", "character"), stringsAsFactors = T)

names(d)[9] <- "BikeNo"
d <- tbl_df(d)

使用lubridate转换开始日期和结束日期

d <- d %>% 
  mutate(
    Start.Date = parse_date_time(Start.Date,"%m/%d/%y %H:%M"),
    End.Date = parse_date_time(End.Date,"%m/%d/%y %H:%M"),
    Weekday = wday(Start.Date, label=TRUE, abbr=FALSE))

每周的行数

d %>%
  group_by(Weekday) %>%
  summarise(Total = n())

#     Weekday Total
# 1    Sunday 10587
# 2    Monday 23138
# 3   Tuesday 24678
# 4 Wednesday 23651
# 5  Thursday 25265
# 6    Friday 24283
# 7  Saturday 12413

Answer 2

如果这个问题早已被遗忘，我很抱歉，但是当我使用更简单的解决方案从plyr包中调用arrange函数时，我很惊讶地看到每个人都建议转换为POSIX.ct或字符。 {1}}，因为它似乎没有POSIXlt格式的问题。由于我通常不是找到R中问题的最简单解决方案的人，我开始认为它有问题。它与dplyr版本不一样吗？

dplyr不按日期对数据进行分组

2 个答案:

将日期读作字符向量

使用lubridate转换开始日期和结束日期

每周的行数