这是一个两部分问题：
首先，我有一组处理请求的用户。
User Voucher Number System Entry Date Queue Entry Date Queue Exit Date
user1 100004 8/11/2016 10:40 8/11/2016 10:40 8/11/2016 14:48
user2 100004 8/11/2016 10:40 8/11/2016 14:48 8/12/2016 16:11
user1 100004 8/11/2016 10:40 8/12/2016 16:11 8/18/2016 16:09
user3 100004 8/11/2016 10:40 8/18/2016 16:09 8/18/2016 16:11
user1 100004 8/11/2016 10:40 8/18/2016 16:11 10/12/2016 10:07
user2 100004 8/11/2016 10:40 10/12/2016 10:07 10/13/2016 13:34
user3 100004 8/11/2016 10:40 10/13/2016 14:57 10/13/2016 14:57
user4 1030003 8/18/2016 9:45 8/22/2016 16:02 8/24/2016 11:41
user2 1030003 8/18/2016 9:45 8/24/2016 11:41 8/29/2016 18:40
user1 1030003 8/18/2016 9:45 8/29/2016 18:40 8/29/2016 18:54
user1 1030003 8/18/2016 9:45 8/29/2016 18:54 8/29/2016 18:54
最终，我需要量化Queue Entry Date 每天处理的请求数量。问题是，有时请求被用户关闭并由同一用户重新打开。如最后两行所示。
如果"user"和"Queue Entry Date"与上一行相同，则第二个实例将被删除。
我开发了一个for循环来检查这个，但我有两个问题：
（1）循环非常慢，（2）说我有一个凭证，由同一个用户按顺序打开和关闭3次或更多次，我不完全确定程序如何处理这个。
最终我需要表格看起来像这样：
凭证数量将是根据“队列输入日期”处理的凭证数量
User date voucher count
user1 8/11/2016 3
user2 8/11/2016 2
user3 8/11/2016 2
user4 8/11/2016 0
user1 8/12/2016 1
user2 8/12/2016 1
user3 8/12/2016 0
user4 8/12/2016 1
df <- structure(list(User = structure(c(1L, 2L, 1L, 3L, 1L, 2L, 3L,
4L, 2L, 1L, 1L), .Label = c(" user1", " user2", " user3",
" user4"), class = "factor"), Voucher.Number = c(100004L,
100004L, 100004L, 100004L, 100004L, 100004L, 100004L, 1030003L,
1030003L, 1030003L, 1030003L), System.Entry.Date = structure(c(1L,
1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L), .Label = c("8/11/2016 10:40",
"8/18/2016 9:45"), class = "factor"), Queue.Entry.Date = structure(c(3L,
4L, 5L, 6L, 7L, 1L, 2L, 8L, 9L, 10L, 11L), .Label = c("10/12/2016 10:07",
"10/13/2016 14:57", "8/11/2016 10:40", "8/11/2016 14:48", "8/12/2016 16:11",
"8/18/2016 16:09", "8/18/2016 16:11", "8/22/2016 16:02", "8/24/2016 11:41",
"8/29/2016 18:40", "8/29/2016 18:54"), class = "factor"), Queue.Exit.Date = structure(c(4L,
5L, 6L, 7L, 1L, 2L, 3L, 8L, 9L, 10L, 10L), .Label = c("10/12/2016 10:07",
"10/13/2016 13:34", "10/13/2016 14:57", "8/11/2016 14:48", "8/12/2016 16:11",
"8/18/2016 16:09", "8/18/2016 16:11", "8/24/2016 11:41", "8/29/2016 18:40",
"8/29/2016 18:54"), class = "factor")), .Names = c("User", "Voucher.Number",
"System.Entry.Date", "Queue.Entry.Date", "Queue.Exit.Date"), class = "data.frame", row.names = c(NA,
-11L))
这是我用于过滤的循环：
counter = 0
filtDf = data.frame()
for (elem in 1:nrow(df)){
if (counter >0){
curElementId <- df[counter,c(4,12)]
prev <- df[elem,c(4,12)]
if (curElementId[1,1] == prev[1,1] & curElementId[1,2] == prev[1,2]){
filtDf <- rbind(filtDf,df[elem,])
}
else{
filtDf <- rbind(filtDf,df[elem,])
}
}
counter = counter + 1
}
然后使用以下内容创建频率表：
filtDf$date<- as.POSIXct(filtDf$Queue.Exit.Date,format="%d/%d/%Y %H:%M")
filtDf$date <- as.character( round(filtDf$date , "day" ) )
dd <- ddply( filtDf , .(Queue.Entry.Date,User) , summarise , Count = length(User) )
答案 0 :(得分：1)
这应该有效。首先，它使用来自mdy_hm的{{1}}将所有日期列转换为实际的日期时间对象（我同意@ Frank上面的评论），然后按输入日期时间排序以确保它是为了。接下来，它使用lubrdidate来检查行是否与用户和条目日期的前一行匹配。请注意，它会为第一个条目提供lag，我们需要确保不排除该条目，因此我使用NA中的replace_na将第一个条目切换为{{ 1}}。然后，只保留未在过滤器中捕获的内容，并按日期tidyr保留。
FALSE返回：
count请注意，不匹配您的示例输出，但您的示例输出与您发布的数据不匹配。所以，我不确定那里发生了什么。如果您想要取回0课程，可以使用df %>%
mutate_at(vars(System.Entry.Date, Queue.Entry.Date, Queue.Exit.Date)
, mdy_hm) %>%
mutate(toFilt = (User == lag(User) &
as.Date(Queue.Entry.Date) == lag(as.Date(Queue.Entry.Date)) ) ) %>%
replace_na(replace = list(toFilt = FALSE)) %>%
filter(!toFilt) %>%
count(User, Date = as.Date(Queue.Entry.Date))
：
User Date n
<fctr> <date> <int>
1 user1 2016-08-11 1
2 user1 2016-08-12 1
3 user1 2016-08-18 1
4 user1 2016-08-29 1
5 user2 2016-08-11 1
6 user2 2016-08-24 1
7 user2 2016-10-12 1
8 user3 2016-08-18 1
9 user3 2016-10-13 1
10 user4 2016-08-22 1
如果您不想包含您所在范围内的所有日期，请使用complete代替df %>%
mutate_at(vars(System.Entry.Date, Queue.Entry.Date, Queue.Exit.Date)
, mdy_hm) %>%
arrange(Queue.Entry.Date) %>%
mutate(toFilt = (User == lag(User) &
as.Date(Queue.Entry.Date) == lag(as.Date(Queue.Entry.Date)) ) ) %>%
replace_na(replace = list(toFilt = FALSE)) %>%
filter(!toFilt) %>%
count(User, Date = as.Date(Queue.Entry.Date)) %>%
complete(User, Date = full_seq(Date, 1), fill = list(n = 0))
功能。