计算每个组匹配条件R

Question

我有下面的数据集，我试图找到每台机器处于活动状态的天数以及基于SwitchedOnDate的休眠模式。

MachineID InstalledDate SwitchedOnDate Status 
1   2010-02-18 2010-02-19 SleepMode 
1   2010-02-18 2010-02-20 Active 
1   2010-02-18 2010-02-21 SleepMode 
1   2010-02-18 2010-02-22 Active 
2   2010-02-20 2010-02-21 Active 
2   2010-02-20 2010-02-22 SleepMode 
3   2010-02-10 2010-02-18 SleepMode 
4   2010-03-10 2010-03-15 Active 

所以我的输出应该是这个样子，

MachineID SleepModeDays ActiveDays 
1   2    2 
2   1    1 
3   1    0 
4   0    1 

Answer 1

您可以使用count进行分组和计数传递给它的最后一个变量的每一个level的出现，然后spread重新排列数据到宽形式：

library(tidyverse) 

df %>% count(MachineID, Status) %>% spread(Status, n, fill = 0L) 

## Source: local data frame [4 x 3] 
## Groups: MachineID [4] 
## 
## MachineID Active SleepMode 
## *  <int> <int>  <int> 
## 1   1  2   2 
## 2   2  1   1 
## 3   3  0   1 
## 4   4  1   0 

甲基础R替代：

tab <- table(df$MachineID, df$Status) 

data.frame(MachineID = rownames(tab), as.data.frame.matrix(tab)) 

## MachineID Active SleepMode 
## 1   1  2   2 
## 2   2  1   1 
## 3   3  0   1 
## 4   4  1   0 

或非常直接的路线，

janitor::crosstab(df, MachineID, Status) 

## MachineID Active SleepMode 
## 1   1  2   2 
## 2   2  1   1 
## 3   3  0   1 
## 4   4  1   0 

注意这些技术途径作出一些假设，例如您不能有多次出现相同组合的MachineID,SwitchedOnDate和Status。如果你的数据变得更加复杂，请考虑。

Answer 2

使用data.table的聚集和dcast功能，这里是另一种解决方案：

library(data.table) 
data <- "MachineID InstalledDate SwitchedOnDate Status 
1   2010-02-18 2010-02-19 SleepMode 
1   2010-02-18 2010-02-20 Active 
1   2010-02-18 2010-02-21 SleepMode 
1   2010-02-18 2010-02-22 Active 
2   2010-02-20 2010-02-21 Active 
2   2010-02-20 2010-02-22 SleepMode 
3   2010-02-10 2010-02-18 SleepMode 
4   2010-03-10 2010-03-15 Active" 

data <- read.table(textConnection(data), header=TRUE) 
setDT(data) 
dcast(data[, .N, by=.(MachineID, Status)], MachineID ~ Status, fill=0, value.var="N")