如何在数据dr ame中查找与每个日期相对应的唯一ids数 [英] How to find number of unique ids corresponding to each date in a data drame

问题描述

我有一个数据框，如下所示：

 日期时间id datetime 
 1 2015-01- 02 14：27：22.130 999000000007628 2015-01-02 14:27:22 
 2 2015-01-02 14：41：27.720 989001002807730 2015-01-02 14:41:27 
 3 2015- 01-02 14：41：27.940 989001002807730 2015-01-02 14:41:27 
 4 2015-01-02 14：41：28.140 989001002807730 2015-01-02 14:41:28 
 5 2015-01-02 14：41：28.170 989001002807730 2015-01-02 14:41:28 
 6 2015-01-02 14：41：28.350 989001002807730 2015-01-02 14:41:28 
  

我需要查找该数据框中每个日期的唯一id数。 p>

我尝试过：

  sums< -data.frame（date =唯一（数据$ date），numIDs = 0）
 
（i in unique（data $ date））{
 sums [sums $ date == i，] $ numIDs< -length （unique（data [data $ date == i，] $ id））
} 
  

我收到以下错误：

  $&l中的错误t;  - 。data.frame`（`* tmp *`，numIDs，value = 0L）：
替换有1行，数据有0 
另外：警告消息：
在`==。default`（data $ date，i）中：
更长的对象长度不是较短对象长度的倍数
  

任何想法？谢谢！

希望这有帮助！

  data<结构（list（date = structure（list（sec = c（0，0，0，0，0，0，
 0,0,0,0），min = c（0L，0L，0L， ，0L，0L，0L，0L，0L，0L），
小时= c（0L，0L，0L，0L，0L，0L，0L，0L，0L，0L），mday = c（2L，$ （0L，0L，0L，
 0L，0L，0L，0L，0L，0L，0L），b $ b 2L，2L，2L，2L，2L，2L，2L，2L，2L） ，year = c（115L，115L，115L，115L，
 115L，115L，115L，115L，115L，115L），wday = c（5L，5L，5L，
 5L，5L，5L， 5L，5L，5L），yd = c（1L，1L，1L，1L，1L，
 1L，1L，1L，1L，1L），isdst = c（0L，0L，0L， 0L，0L，
 0L，0L，0L），zone = c（PST，PST，PST，PST，PST，
PST ，PST，PST，PST），gmtoff = c（NA_integer_，
 NA_integer_，NA_integer_，NA_integer_，NA_integer_，NA_integer_，
 NA_integer_，NA_integer_，NA_integer_，NA_integer_） .Names = c（sec，
min，hour，mday，mon，year，wday，yday t，
zone，gmtoff），class = c（POSIXlt，POSIXt）），time = c（14：27：22.130，
14:41 ：27.720，14：41：27.940，14：41：28.140，14：41：28.170，
14：41：28.350，14：41：28.390 ：41：28.520，14：41：28.630，
14：41：28.740），id = c（999000000007628，989001002807730，
989001002807730，989001002807730 ，989001002807730，989001002807730，
989001002807730，989001002807730，989001002807730，989001002807730
），datetime = structure（list（sec = c（22.13,27.72,27.94， 28.14，
 28.17,28.35,28.39,28.52,28.63,28.74），min = c（27L，41L，
 41L，41L，41L，41L，41L，41L，41L，41L），小时= c（14L，14L，14L，
 14L，14L，14L，14L，14L，14L，14L），mday = c（2L，2L，2L，2L，
 2L，2L，2L， ，2L，2L），mon = c（0L，0L，0L，0L，0L，0L，0L，
 0L，0L，0L），year = c（115L，115L，115L，115L，115L，115L ，115L，
 115L，115L，115L），wday = c（5L，5L，5L，5L，5L，5L，5L，5L，5L，
 5L），yday = c（1L，1L ，1L，1L，1L，1L，1L，1L，1L， 1L），isdst = c（0L，
 0L，0L，0L，0L，0L，0L，0L，0L，0L），zone = c（PST，PST，PST $ bPST，PST，PST，PST，PST，PST，PST），gmtoff = c（NA_integer_，
 NA_integer_，NA_integer_，NA_integer_，NA_integer_，NA_integer_ ，
 NA_integer_，NA_integer_，NA_integer_，NA_integer_）），.Names = c（sec，
min，hour，mday，mon，year，wday ，yday，isdst，
zone，gmtoff），class = c（POSIXlt，POSIXt）），site = c（Chivato，
 Chivato，Chivato，Chivato，Chivato，Chivato，Chivato，
Chivato，Chivato，Chivato）），.Names = c（date time，
id，datetime，site），row.names = c（NA，10L），class =data.frame）
  

解决方案

您可以使用 uniqueN code> data.table ：

  library（data.table）
 setDT（df）[，uniqueN（id），by = date] 
  

或（as根据@Richard Scriven的评论）：

 聚合（id〜date，df，function（x）length（unique ）））
  

I have a data frame that looks like this:

      date         time              id            datetime    
1 2015-01-02 14:27:22.130 999000000007628 2015-01-02 14:27:22 
2 2015-01-02 14:41:27.720 989001002807730 2015-01-02 14:41:27 
3 2015-01-02 14:41:27.940 989001002807730 2015-01-02 14:41:27 
4 2015-01-02 14:41:28.140 989001002807730 2015-01-02 14:41:28 
5 2015-01-02 14:41:28.170 989001002807730 2015-01-02 14:41:28 
6 2015-01-02 14:41:28.350 989001002807730 2015-01-02 14:41:28 

I need to find the number of unique "id"s for each "date" in that data frame.

I tried this:

sums<-data.frame(date=unique(data$date), numIDs=0)

for(i in unique(data$date)){
  sums[sums$date==i,]$numIDs<-length(unique(data[data$date==i,]$id))
}

and I got the following error:

 Error in `$<-.data.frame`(`*tmp*`, "numIDs", value = 0L) : 
   replacement has 1 row, data has 0
 In addition: Warning message:
 In `==.default`(data$date, i) :
   longer object length is not a multiple of shorter object length

Any ideas?? Thank you!

Hopefully this helps!

data <- structure(list(date = structure(list(sec = c(0, 0, 0, 0, 0, 0, 
    0, 0, 0, 0), min = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), 
    hour = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), mday = c(2L, 
    2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), mon = c(0L, 0L, 0L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L), year = c(115L, 115L, 115L, 115L, 
    115L, 115L, 115L, 115L, 115L, 115L), wday = c(5L, 5L, 5L, 
    5L, 5L, 5L, 5L, 5L, 5L, 5L), yday = c(1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L), isdst = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 
    0L, 0L, 0L), zone = c("PST", "PST", "PST", "PST", "PST", 
    "PST", "PST", "PST", "PST", "PST"), gmtoff = c(NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_, NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_)), .Names = c("sec", 
"min", "hour", "mday", "mon", "year", "wday", "yday", "isdst", 
"zone", "gmtoff"), class = c("POSIXlt", "POSIXt")), time = c("14:27:22.130", 
"14:41:27.720", "14:41:27.940", "14:41:28.140", "14:41:28.170", 
"14:41:28.350", "14:41:28.390", "14:41:28.520", "14:41:28.630", 
"14:41:28.740"), id = c("999000000007628", "989001002807730", 
"989001002807730", "989001002807730", "989001002807730", "989001002807730", 
"989001002807730", "989001002807730", "989001002807730", "989001002807730"
), datetime = structure(list(sec = c(22.13, 27.72, 27.94, 28.14, 
28.17, 28.35, 28.39, 28.52, 28.63, 28.74), min = c(27L, 41L, 
41L, 41L, 41L, 41L, 41L, 41L, 41L, 41L), hour = c(14L, 14L, 14L, 
14L, 14L, 14L, 14L, 14L, 14L, 14L), mday = c(2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L), mon = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L), year = c(115L, 115L, 115L, 115L, 115L, 115L, 115L, 
115L, 115L, 115L), wday = c(5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 
     5L), yday = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), isdst = c(0L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), zone = c("PST", "PST", "PST", 
    "PST", "PST", "PST", "PST", "PST", "PST", "PST"), gmtoff =     c(NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_, NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_)), .Names = c("sec", 
    "min", "hour", "mday", "mon", "year", "wday", "yday", "isdst", 
    "zone", "gmtoff"), class = c("POSIXlt", "POSIXt")), site = c("Chivato", 
    "Chivato", "Chivato", "Chivato", "Chivato", "Chivato", "Chivato", 
    "Chivato", "Chivato", "Chivato")), .Names = c("date", "time", 
    "id", "datetime", "site"), row.names = c(NA, 10L), class = "data.frame")

解决方案

You can use the uniqueN function from data.table:

library(data.table)
setDT(df)[, uniqueN(id), by = date]

or (as per the comment of @Richard Scriven):

aggregate(id ~ date, df, function(x) length(unique(x)))

这篇关于如何在数据dr ame中查找与每个日期相对应的唯一ids数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！