我有一系列的日期(它们是班级日期(,代表某人做某事:
mytimes = as.Date(c("2014-08-15", "2014-08-29", "2014-08-01", "2014-09-19", "2014-10-31"))
如何转动计算这些日期之间的时间,然后计算日期之间的中位时间?
我可以计算最早日期之后的几天:
> sort(mytimes) - min(mytimes)
Time differences in days
[1] 0 14 28 49 91
但我想获得间隔:0 14 14 21 42
我有一个data.frame,我有多个用户/人每次登录系统时都有一个条目。我想总结登录之间的间隔。我希望有一些不错的方法可以做到这一点...我可以通过计算总时间并将我的条目数量分配来计算平均时间,但我也想要实际的分布,中位数等。理想情况下,我可以与Dplyr一起使用的东西总结用户分组的数据。
编辑:我刚刚发现了滞后
因此,我可以做类似的事情:
dataset <- data.frame(ID = c(rep(1, 5), rep(2, 5)), times = rep(mytimes, 2))
dataset %>%
arrange(ID, times) %>%
group_by(ID) %>%
mutate(diff_shift = times - lag(times))
# A tibble: 10 x 3
# Groups: ID [2]
ID times diff_shift
<dbl> <date> <time>
1 1.00 2014-08-01 <NA>
2 1.00 2014-08-15 14
3 1.00 2014-08-29 14
4 1.00 2014-09-19 21
5 1.00 2014-10-31 42
6 2.00 2014-08-01 <NA>
7 2.00 2014-08-15 14
8 2.00 2014-08-29 14
9 2.00 2014-09-19 21
10 2.00 2014-10-31 42
使用 dplyr
,您可以根据示例数据像以下那样做。
,但是您需要意识到,取决于您的数据。帧的外观,您需要添加用户ID或更多变量的group_by
。
library(dplyr)
df <- data_frame(mytimes = as.Date(c("2014-08-15", "2014-08-29", "2014-08-01", "2014-09-19", "2014-10-31")))
df %>%
# group_by(???)
arrange(mytimes) %>%
mutate(time_diff = mytimes - lag(mytimes))
mytimes time_diff
<date> <time>
1 2014-08-01 NA
2 2014-08-15 14
3 2014-08-29 14
4 2014-09-19 21
5 2014-10-31 42
基本r答案只是
> diff(sort(mytimes))
Time differences in days
[1] 14 14 21 42
> median(diff(sort(mytimes)))
Time difference of 17.5 days
您可能想在开始时添加一个0,具体取决于您的工作。