Question

我有一个数据，其中不同的时间访问不同的文件。每个文件都有其特定的扩展名。根据这些扩展，我希望拥有这些文件的集群，如（.pdf，.pptx，.srt），这些扩展应放在名为“WORK”的集群中。此外，具有扩展名（.mp3，mp4，.jpg）的文件应保存在“娱乐”群集中，其余文件应放在“其他”命名群集中。我必须在（上午6点到下午6点）和晚上（下午6点到早上6点）之间将时间分为两个类别。最后我必须制作一个图表（直方图），它告诉哪个群集有更多的文件和一天中的文件数量和黑夜。我不知道如何开始它

Name                                                               Time
$R1XFFF3.JPG                                        11/04/2017 20:39:17
[Fall 2016] Duty Roaster, Final Term (1).xlsx       21/03/2017 01:33:48
04_OOP_Base.sln                                     16/03/2017 22:26:15
1 - 2 - What is Machine Learning- (7 min).pdf       02/04/2017 02:03:18
1 - 3 - Supervised Learning (12 min).jpg            02/04/2017 02:03:20
1 - 4 - Unsupervised Learning (14 min).mkv          02/04/2017 02:03:21
1.jpg                                               08/04/2017 19:02:55
1.png                                               17/03/2017 11:17:19
15-oop.ppt                                          16/03/2017 22:28:58
2 - 1 - Model Representation (8 min).srt            02/04/2017 02:03:21
2 - 2 - Cost Function (8 min).srt                   02/04/2017 02:03:22
2 - 3 - Cost Function - Intuition I (11 min).srt    02/04/2017 02:03:23
2 - 4 - Cost Function - Intuition II (9 min).srt    02/04/2017 02:03:23
2 - 5 - Gradient Descent (11 min).ppt               02/04/2017 02:03:39

Answer 1

您可以对类别使用正则表达式，并使用hour中的lubridate()来检查时间条件

library(lubridate)
df$cluster = ifelse(grepl("(\\.pdf|\\.pptx|\\.srt)$", df$Name, perl = TRUE), "WORK", "Other")
df$cluster = ifelse(grepl("(\\.mp3|\\.mp4|\\.jpg)$", df$Name, perl = TRUE), "Entertainment", df$cluster)

df$Time = as.POSIXct(strptime(df$Time, "%m/%d/%Y %H:%M:%S"))

df$Time2 = ifelse(hour(df$Time) >=6 & hour(df$Time) <= 18, "Day", "Night")

对于绘图，您可以将其划分为两个单独的图：一个用于夜晚，一个用于一天。

barplot(table(df[df$Time2 == "Night", "cluster"]))

如果我们在绘制它们之前运行它们，我们可以将它们并排放置

par(mfrow = c(1, 2))

在同一剧情

library(ggplot2)
p = ggplot(df, aes(cluster, fill = Time2))
p + geom_bar(position = "dodge")

按文件扩展名和时间

1 个答案: