r - 如何使用 data.table 按日期(月、年、日)和子组汇总结果

Question

我正在使用 R 版本 3.1.3 尝试对事件日志数据中的事件进行计数。

我有一个时间戳事件的数据集。我已经清理了数据，并将其加载到 data.table 中以便于操作。

列名是 OrderDate、EventDate、OrderID、EventTypeID、LocationID 和 EncounterID，

这些事件聚合为:EncounterID 有多个 orderID，每个 orderID 有多个 eventID

数据示例为:

library(data.table) 
DT <- fread("OrderDate,EventDate,OrderID,EventTypeID,LocationID,EncounterID 
1/12/2012 5:40,01/12/2012 05:40,100001,12344,1,5998887
1/12/2012 5:40,01/12/2012 05:49,100001,12345,1,5998887
1/12/2012 5:40,01/12/2012 06:40,100001,12345,1,5998887
1/12/2012 5:45,01/12/2012 05:45,100002,12344,1,5998887
1/12/2012 5:45,01/12/2012 05:49,100002,12345,1,5998887
1/12/2012 5:45,01/12/2012 06:40,100002,12345,1,5998887
1/12/2012 5:46,01/12/2012 05:46,100003,12344,2,5948887
1/12/2012 5:46,01/12/2012 05:49,100003,12345,2,5948887
1/12/2013 7:40,01/12/2013 07:40,123001,12345,2,6008887
1/12/2013 7:40,01/12/2013 07:41,123001,12346,2,6008887
1/12/2013 7:40,01/12/2013 07:50,123001,12345,2,6008887
1/12/2013 7:40,01/12/2013 07:55,123001,12345,2,6008887")


DT$OrderDate <- as.POSIXct(DT$OrderDate, format="%d/%m/%Y %H:%M")
DT$EventDate <- as.POSIXct(DT$EventDate, format="%d/%m/%Y %H:%M")

我的最终目标是使用 ggplot2 直观地探索这些数据，按月查看各种组合的计数......但我在使用 data.table 聚合数据时遇到了问题

我的具体问题(一个示例)如何生成以下表格:月-年、LocationID、Count_of_Orders

如果我执行以下操作:

DT[,.N,by=.(month(OrderDate),year(OrderDate))]

我得到了所有 eventID 的计数，但我需要每个 locationID 每月的 OrderID 计数。

   month year N
1:    12 2012 8
2:    12 2013 4

但是 - 我正在寻找的是按 LocationID 按月年 N 的结果:

Month-Year,LocationID,Count_of_orders
01-12,1,2
01-12,2,1
01-13,1,0
01-13,2,1

注意:请注意，对于一个月内没有订单的任何地点，它们应该以零计数列出。因此，需要通过生成唯一位置 ID 列表来确定位置。

有人可以提供解决方案吗？

谢谢

Answer 1

我假设您的日期/时间采用 POSIXct 格式(因为您调用了 month/year)。然后，

d[, month.year := format(OrderDate, '%m-%y')]

setkey(d, month.year, LocationID, OrderID)

unique(d)[CJ(unique(month.year), unique(LocationID)), .N, by = .EACHI]
#   month.year LocationID N
#1:      01-12          1 2
#2:      01-12          2 1
#3:      01-13          1 0
#4:      01-13          2 1

我使用了 unique 默认情况下会通过键选择唯一条目的事实，并且还会保留键，所以我可以轻松地进行下一次连接。