如何按日期对数据框进行分组?

5

我有一个以以下格式呈现的 .csv 文件:

Date       ,     Time  , Value
1899-01-01 ,  4:00:00  ,    1
1899-01-01 ,  4:01:00  ,    2
1899-01-01 ,  4:02:00  ,    3
1899-01-01 ,  4:03:00  ,    4
1899-01-01 ,  4:04:00  ,    5
1900-08-22 , 22:00:00  ,  101
1900-08-22 , 22:01:00  ,  102
2013-08-29 ,  4:00:00  , 1000
2013-02-29 ,  4:02:00  , 1001
2013-02-29 ,  4:03:00  , 1002

是否可以按日期进行分组,以产生以下格式的data.table

Date      , Vector(variable length)
1899-02-28, c(1,2,3,4,5)
1900-08-22, c(101,102)
1900-08-22, c(1000,1001,1002)

这是我经过一天的尝试后得出的最佳结果:

raw <- read.csv(pathName, header = TRUE, stringsAsFactors = FALSE)
groupedByDate <- split(raw, raw$Date)

然而,这似乎会生成一个非常宽的表格,每个日期都有一列,这与我想要的不太相符。
2个回答

8
使用以下方式在名为“mydf”的数据框上使用aggregate
> temp <- aggregate(Value ~ Date, mydf, as.vector) 
> temp
         Date         Value
1 1899-01-01  1, 2, 3, 4, 5
2 1900-08-22       101, 102
3 2013-02-29     1001, 1002
4 2013-08-29           1000

"Value"列现在是一个包含您向量的列表。

> temp$Value
$`0`
[1] 1 2 3 4 5

$`1`
[1] 101 102

$`2`
[1] 1001 1002

$`3`
[1] 1000

你可能在使用 split 时想要的是:

> split(mydf$Value, mydf$Date)
$`1899-01-01 `
[1] 1 2 3 4 5

$`1900-08-22 `
[1] 101 102

$`2013-02-29 `
[1] 1001 1002

$`2013-08-29 `
[1] 1000

谢谢,这个绝对完美!我会把你的标记为答案,因为你最先回答了。 - Contango

3
使用aggregatepaste0函数。
> aggregate(Value ~ Date, data=DF, FUN=paste0 )
         Date         Value
1 1899-01-01  1, 2, 3, 4, 5
2 1900-08-22       101, 102
3 2013-02-29     1001, 1002
4 2013-08-29           1000

非常感谢您的回答,非常感激。顺便说一句,我实际上想要一个数字向量,所以应该使用 "c" 而不是 "paste"。 - Contango

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接