页面底部的示例数据。
我的目标是：
每个月回顾过去12个月并根据它过滤数据。举个例子，如果我们选择2017-11-01。因此，12个月后，它是2016-12-01。因此，过滤2016-12-01至2017-11-01期间的数据 在该12个月内，计算每个组的唯一ID数 在数据集中重复上面的每个月，即在数据集中每月返回12个月，并获取每个组的唯一ID计数 如果在点上方成功执行，我可以在x轴上绘制日期线图，并在y轴上绘制每个组的唯一ID计数。
我的尝试：
foo %>%
filter(Date >= “2016-12-01” & Date <= “2017-11-01”) %>%
group_by(ID, Group) %>%
count() %>%
group_by(Group) %>%
count
输出： 2分钟 运动6 Xox 41
以上输出是2017-11-01。但是，我的目标是每个月重复此过程并将其存储在数据框中，以便我可以绘制线图。
非常感谢社区的任何帮助。
由于
以下是我的示例数据框：
#> ID Date Group
#> 1 D_2313 2017-07-01 Xox
#> 2 D_2416 2017-07-01 Xox
#> 3 D_446 2017-02-01 Xox
#> 4 D_3466 2017-07-01 Xox
#> 5 D_1183 2017-01-01 Xox
#> 6 D_3751 2015-12-01 Xox
#> 7 D_76 2017-03-01 sport
#> 8 D_441 2015-10-01 Xox
#> 9 D_1417 2017-02-01 Xox
#> 10 D_2886 2016-12-01 Xox
#> 11 D_1027 2016-03-01 Xox
#> 12 D_1955 2016-05-01 Xox
#> 13 D_1227 2017-04-01 Xox
#> 14 D_371 2016-11-01 Xox
#> 15 D_293 2017-10-01 sport
#> 16 D_2712 2016-12-01 Xox
#> 17 D_1122 2016-06-01 Xox
#> 18 D_839 2015-11-01 Xox
#> 19 D_83 2016-10-01 Xox
#> 20 D_3286 2016-03-01 Xox
#> 21 D_1216 2017-09-01 Xox
#> 22 D_3182 2017-07-01 Xox
#> 23 D_376 2017-09-01 Xox
#> 24 D_946 2016-11-01 Xox
#> 25 D_2585 2017-06-01 Xox
#> 26 D_162 2017-03-01 Xox
#> 27 D_2485 2017-05-01 Min
#> 28 D_1994 2017-05-01 sport
#> 29 D_543 2016-12-01 Xox
#> 30 D_3338 2016-07-01 Xox
#> 31 D_72 2016-10-01 Xox
#> 32 D_840 2016-04-01 Xox
#> 33 D_331 2016-01-01 Xox
#> 34 D_2644 2017-11-01 Xox
#> 35 D_2884 2016-12-01 Xox
#> 36 D_2626 2017-03-01 Xox
#> 37 D_2937 2017-09-01 Xox
#> 38 D_2818 2017-02-01 Xox
#> 39 D_3636 2017-10-01 Xox
#> 40 D_1103 2016-12-01 Xox
#> 41 D_1922 2015-11-01 Xox
#> 42 D_1088 2017-05-01 Xox
#> 43 D_3460 2016-09-01 Xox
#> 44 D_1465 2016-07-01 Xox
#> 45 D_1974 2016-06-01 Xox
#> 46 D_3525 2015-10-01 Xox
#> 47 D_2650 2017-04-01 sport
#> 48 D_2691 2017-02-01 Xox
#> 49 D_3616 2017-03-01 Xox
#> 50 D_1104 2016-10-01 Xox
#> 51 D_1533 2017-10-01 Xox
#> 52 D_3431 2016-06-01 Xox
#> 53 D_3458 2016-09-01 Xox
#> 54 D_1632 2016-10-01 Xox
#> 55 D_687 2017-01-01 Xox
#> 56 D_2560 2016-03-01 Xox
#> 57 D_1545 2016-03-01 Xox
#> 58 D_3073 2016-02-01 Xox
#> 59 D_468 2017-02-01 Xox
#> 60 D_2891 2015-12-01 Xox
#> 61 D_2479 2016-05-01 Xox
#> 62 D_254 2016-11-01 Xox
#> 63 D_2410 2017-10-01 Xox
#> 64 D_3633 2016-09-01 Xox
#> 65 D_2773 2017-05-01 Xox
#> 66 D_749 2016-09-01 Xox
#> 67 D_3259 2017-02-01 Xox
#> 68 D_143 2015-11-01 Xox
#> 69 D_3272 2016-01-01 Xox
#> 70 D_545 2016-05-01 Xox
#> 71 D_1684 2017-09-01 Xox
#> 72 D_341 2017-09-01 Xox
#> 73 D_3351 2016-12-01 Xox
#> 74 D_2127 2016-04-01 Xox
#> 75 D_1364 2016-03-01 Xox
#> 76 D_3500 2017-06-01 Xox
#> 77 D_2290 2016-12-01 sport
#> 78 D_2847 2015-11-01 Xox
#> 79 D_724 2017-09-01 Xox
#> 80 D_2111 2017-02-01 Xox
#> 81 D_2225 2017-06-01 Xox
#> 82 D_720 2016-01-01 Xox
#> 83 D_2709 2016-06-01 Xox
#> 84 D_1648 2015-12-01 Xox
#> 85 D_3251 2016-10-01 Xox
#> 86 D_184 2017-06-01 Xox
#> 87 D_961 2016-07-01 Xox
#> 88 D_2671 2016-08-01 Xox
#> 89 D_3217 2017-05-01 Xox
#> 90 D_1077 2016-04-01 Xox
#> 91 D_1290 2016-05-01 sport
#> 92 D_3637 2017-08-01 Xox
#> 93 D_436 2016-10-01 Xox
#> 94 D_3819 2017-08-01 sport
#> 95 D_25 2015-10-01 Xox
#> 96 D_739 2017-05-01 Min
#> 97 D_3697 2016-08-01 Xox
#> 98 D_1851 2016-11-01 Xox
#> 99 D_50 2016-07-01 Xox
#> 100 D_1286 2016-02-01 Xox
对于完整数据，以防几个月不足以追溯到12个月：https://www.dropbox.com/s/xslrswrys0hkl32/foo_complete.csv?dl=0
答案 0 :(得分：2)
使用magrittr表示法定义一个函数count_ids，该函数采用逗号分隔ID的向量并输出唯一ID的数量。
然后将其转换为宽动态范围对象，每个组一列聚合同时聚合，以便使用toString连接特定日期/组中的所有ID。在其上运行rollapply以计算过去12个月内的唯一ID。
最后将数据转换回长格式数据框。
请注意，read.zoo只要没有每个组中缺少的年/月，就会用NA填写任何缺失的年/月计数。显示的数据没有每个组中缺少的年/月，事实上，几乎没有任何缺失值，所以它应该工作。 （取消注释要安装的第一行
动物园的开发版本 - 这是必需的。）
# install.packages("zoo", repos="http://R-Forge.R-project.org")
library(magrittr)
library(zoo)
# . is a vector of comma-separated strings of IDs
count_ids <- . %>%
textConnection %>%
scan(what = "", sep = ",", quiet = TRUE, strip.white = TRUE) %>%
unique %>%
length
foo <- read.csv("foo_complete.csv")
foo %>%
read.zoo(index = "Date", split = "Group", aggregate = toString) %>%
rollapplyr(12, count_ids) %>%
fortify.zoo(melt = TRUE, names = c("Date", "Group", "Count"))
如果一个宽动物园对象作为输出是正常的（参见下面的输出），那么我们可以省略最后一行。
如果我们希望在没有magrittr的情况下表达上述内容，我们可以写下：
library(zoo)
count_ids <- function(x) {
s <- scan(textConnection(x), what = "", sep = ",", quiet = TRUE, strip.white = TRUE)
length(unique(s))
}
foo <- read.csv("foo_complete.csv")
z <- read.zoo(foo, index = "Date", split = "Group", aggregate = toString)
z.roll <- rollapplyr(z, 12, count_ids)
fortify.zoo(z.roll, melt = TRUE, names = c("Date", "Group", "Count"))
rollapplyr行的输出如下（最后一行的输出太长而无法显示）：
> foo <- read.csv("foo_complete.csv")
> foo %>%
+ read.zoo(index = "Date", split = "Group", aggregate = toString) %>%
+ rollapplyr(12, count_ids)
Min sport Xox
2016-07-01 17 137 2165
2016-08-01 17 142 2273
2016-09-01 19 149 2361
2016-10-01 19 154 2429
2016-11-01 21 156 2532
2016-12-01 22 161 2578
2017-01-01 22 163 2585
2017-02-01 25 163 2594
2017-03-01 25 167 2632
2017-04-01 25 168 2648
2017-05-01 26 166 2659
2017-06-01 23 166 2686
2017-07-01 24 162 2740
2017-08-01 27 163 2758
2017-09-01 28 162 2788
2017-10-01 28 165 2831
2017-11-01 28 158 2786
2017-12-01 29 153 2688
summarize语句合并到read.zoo聚合参数中，以便它现在使用magrittr和zoo rollapply rollapplyr 答案 1 :(得分：0)
我曾经用rubridate包来更好地处理日期。 我修改了你的filter子句并添加了两个for循环，猜测你的第一个日期是1.1.2015。其余的只是你的示例代码。
library(lubridate)
result_list <- list()
for(y in 2015:2017){
for(m in 1:12){
d <- as.Date(paste0(y,"-",m, '-01'), format = '%Y-%m-%d')
d2 <- d %m-% months(12)
result_list[[paste0(y,'_',m)]] <- foo %>%
filter(Date >= d2 & Date < d) %>%
group_by(ID, Group) %>%
count() %>%
group_by(Group) %>%
count
}
}
我将结果放入列表中。也许你必须修改它以便更容易地绘制结果。