r - 在 R 中获取一定天数的平均值

Question

假设我有这个数据框

Date           DayOfWeek    Url    Hits
09/01/2016     Thursday     url1   3
09/01/2016     Thursday     url2   5
09/01/2016     Thursday     url3   4
09/02/2016     Friday       url1   7
09/02/2016     Friday       url3   6
09/03/2016     Saturday     url2   9
09/03/2016     Saturday     url1   5
09/04/2016     Sunday       url2   6
09/07/2016     Wednesday    url10  4
09/07/2016     Thursday     url2   3
09/07/2016     Thursday     url4   2
09/07/2016     Thursday     url5   3
09/07/2016     Thursday     url1   3
09/08/2016     Friday     url1   3
09/08/2016     Friday     url4   3
09/08/2016     Friday     url5   2
09/08/2016     Friday     url8   6
09/09/2016     Saturday     url2   1
09/09/2016     Saturday     url3   2
09/09/2016     Saturday     url5   4
09/09/2016     Saturday     url1   8
09/14/2016     Thursday     url1   3
09/147/2016     Thursday     url2   2
09/14/2016     Thursday     url3   3

我想根据访问的唯一 url 的数量获得一周中最繁忙的一天。例如，在数据框中有 3 个星期四，第一个星期四访问了 3 个唯一的 url，第二个星期四有 4 个，最后一个星期四有 3 个...我打算做的是，将 url 的数量加起来 = 3 + 4 + 3/(# of thursdays = 3) = 这一天的唯一 url 平均数量....

对于星期五，第一个是 2 个 url，第二个是 4 个，计算将是 2 + 4/数据集中星期五的数量 = 2

我正在尝试通过 dplyr 解决这个问题。我正在尝试使用 group_by，但我似乎无法确定正确的函数组合来达到我的需要。

Answer 1

我们获取每个“日期”和“星期几”的不同“Url”(“N”)的数量(n_distinct)并获取“N”的平均值 ' 对于每个“DayofWeek”。

library(dplyr)
df1 %>% 
    group_by(Date, DayOfWeek) %>%
    summarise(N = n_distinct(Url)) %>% 
    group_by(DayOfWeek) %>% 
    summarise(N = mean(N))
# DayOfWeek        N
#      <chr>    <dbl>
#1    Friday 3.000000
#2  Saturday 3.000000
#3    Sunday 1.000000
#4  Thursday 3.333333
#5 Wednesday 1.000000