Question

使用R版本3.1.3我试图计算事件日志数据中的事件。

我有一组timstamped事件的数据集。我已经清理了数据，并将其加载到data.table中以便于操作。

Colnames是OrderDate，EventDate，OrderID，EventTypeID，LocationID和EncounterID，

这些事件汇总为：EncounterID有多个orderID，每个orderID都有多个eventID

数据示例如下：

library(data.table) 
DT <- fread("OrderDate,EventDate,OrderID,EventTypeID,LocationID,EncounterID 
1/12/2012 5:40,01/12/2012 05:40,100001,12344,1,5998887
1/12/2012 5:40,01/12/2012 05:49,100001,12345,1,5998887
1/12/2012 5:40,01/12/2012 06:40,100001,12345,1,5998887
1/12/2012 5:45,01/12/2012 05:45,100002,12344,1,5998887
1/12/2012 5:45,01/12/2012 05:49,100002,12345,1,5998887
1/12/2012 5:45,01/12/2012 06:40,100002,12345,1,5998887
1/12/2012 5:46,01/12/2012 05:46,100003,12344,2,5948887
1/12/2012 5:46,01/12/2012 05:49,100003,12345,2,5948887
1/12/2013 7:40,01/12/2013 07:40,123001,12345,2,6008887
1/12/2013 7:40,01/12/2013 07:41,123001,12346,2,6008887
1/12/2013 7:40,01/12/2013 07:50,123001,12345,2,6008887
1/12/2013 7:40,01/12/2013 07:55,123001,12345,2,6008887")


DT$OrderDate <- as.POSIXct(DT$OrderDate, format="%d/%m/%Y %H:%M")
DT$EventDate <- as.POSIXct(DT$EventDate, format="%d/%m/%Y %H:%M")

我的最终目标是使用ggplot2直观地探索这些数据，按月查看各种组合的数量......但是我在使用data.table的聚合数据时遇到了麻烦

我的具体问题（一个示例）如何生成以下表格： Month-Year，LocationID，Count_of_Orders

如果我执行以下操作：

DT[,.N,by=.(month(OrderDate),year(OrderDate))]

我得到了所有eventID的计数，但我需要每个locationID每月的OrderID。

   month year N
1:    12 2012 8
2:    12 2013 4

但是 - 我正在寻找的是按位置ID的月份年度N的结果：

Month-Year,LocationID,Count_of_orders
01-12,1,2
01-12,2,1
01-13,1,0
01-13,2,1

注意：请注意，对于任何一个月内没有订单的地点，它们应列在计数零处。因此，需要通过生成唯一locationID列表来确定位置。

有人可以提供解决方案吗？

由于

Answer 1

我假设您的日期/时间为POSIXct格式（因为您致电month / year）。然后，

d[, month.year := format(OrderDate, '%m-%y')]

setkey(d, month.year, LocationID, OrderID)

unique(d)[CJ(unique(month.year), unique(LocationID)), .N, by = .EACHI]
#   month.year LocationID N
#1:      01-12          1 2
#2:      01-12          2 1
#3:      01-13          1 0
#4:      01-13          2 1

我使用的事实是unique默认情况下会通过键选择唯一的条目，并且还会保留密钥，因此我可以轻松地进行下一次连接。

如何使用data.table按日期（月，年，日）和子组聚合结果

1 个答案: