根据一个时间戳选择之前的5条推文

Question

我有一个tweets表，如下所示：

tweet_id          tweet_text       user_id    created_at
1 6.127048e+17      asfasfadsfdas       1       2015-06-21 16:33:13
2 6.128451e+17      adsgfasdgg          1       2015-06-22 15:33:13
4 6.132484e+17      adgfdasgfadg        2       2015-06-20 17:33:13
5 6.132562e+17      adgfdagfdag         2       2015-06-19 18:33:13
6 6.132867e+17      adgfdagfdhgfd       3       2015-06-21 19:33:13

我还有一个名为allTweets的类似表，其中包含来自所有用户的所有推文。它有以下列：

tweet_id          tweet_text       user_id    created_at

我想循环遍历tweets$tweet_id并找到allTweets中属于相应user_id的前5条推文。

例如，tweets中的第一条推文属于user_id 1，并于2015-06-21 16:33:13创建。我必须根据此时间戳找出属于user_id 1 allTweets的前5条推文。

Answer 1

让我重申一下我对你的要求的理解。你需要：

1. 迭代每一行表“推文”（我假设是一个 数据帧）。
2. 对于每一行，请检查user_id和created_at     时间。
3. 然后转到表“allTweets”，对于特定的user_id，找出比步骤2中该用户的“created_at”给出的时间早的前5条推文。

这是解决这个问题的一种方法：

1. 根据user_id分割数据帧推文。

   tweetsList <- split(tweets, tweets$user_id)

这应该以这种格式获取您的数据：

$1  
[1] tweet_id          tweet_text       created_at  
1 6.127048e+17      asfasfadsfdas      2015-06-21 16:33:13  
2 6.128451e+17      adsgfasdgg         2015-06-22 15:33:13  

$2
[1] tweet_id          tweet_text       created_at
4 6.132484e+17      adgfdasgfadg       2015-06-20 17:33:13
5 6.132562e+17      adgfdagfdag        2015-06-19 18:33:13

1. 现在，对于每个列表元素，您需要查找前5个条目 dataframe allTweets只是小于相应的值 “created_at”变量。

   - 按“created_at”列排序allTweets数据框     * allTweets <- allTweets[order(allTweets$created_at)]

   - 定义一个以向量作为输入的函数，并从allTweets返回我们需要的5个条目。
       * gimme5 <- function(x){tail(allTweets[x["created_at"] > allTweets$created_at, ])}

   - 由于此功能仅适用于矢量，而我们的列表是数据帧列表，我们需要逐步子集并应用于数据帧的每一行。
       * apply(*dataframe*, 1, gimme5) #*dataframe* is for each component dataframe in our list

   - 最后，我们希望将以前的命令应用于列表的每个数据帧组件。因此，我们想将它应用于tweetsList [[“1”]]，tweetsList [[“2”]]等。这将生成上述代码的 dataframe 组件。
       * lapply（tweetsList，function（x）apply（x，1，gimme5））