data.tableまたはdplyrをgroupbyで使用し、日付のサブセット化を使用してR内のデータを操作する

Question

私はdata.tableおよび/またはdplyrに関する助けを探しています。私はこのようなデータフレームを持っている：

Name  Date   X  Y 
Mike  2016-10-21 3.2 1.6 
Mike  2016-10-23 3.1 1.4 
Mike  2016-10-24 4.9 3.8 
Mike  2016-10-25 5.7 4.2 
Mike  2016-10-28 0.2 -1.1 
Bob  2016-10-21 2.2 -1.1 
Bob  2016-10-22 0.2 -3.6 
Bob  2016-10-24 -9.2 -14.1 
Bob  2016-10-25 -7.2 -12.1 
Alice 2016-10-20 7.2 6.1 
Alice 2016-10-21 2.2 0.1 
Alice 2016-10-23 13.2 8.1 
Alice 2016-10-25 12.6 8.8 
Alice 2016-10-27 7.7 4.7 
Alice 2016-10-28 8.2 5.0 

私は一人一人のためにX & Yの平均値を返すことができるようにしたいのですが、それは値のみを使用するように、しかし、私はそれをサブセットしたいのですが各個人の3つの最新の日付から、古い日付のデータは無視されます。私はまた、これらの3つの最新の日付の間にあった日数を返すこともしたいと思います。

Name  DaysBetween avgX avgY 
Mike    4 3.6  2.3 
Bob    3 -5.4 -9.9 
Alice    3 9.5  6.2 

編集注：このデータは常に最新で注文することになるので、我々はおそらくだけではなく、一人一人のための「最後の3」のデータポイントを取ることができる理想的には、私はこのようなデータフレームで終わるだろう日付論理を使って、どれが最近のものであるかを見つけることができます。

ありがとうございました！

Answer 1

あなたは、データをフィルタリングするdplyr::top_nを使用することができます。

library(dplyr) 

df %>% mutate(Date = as.Date(Date)) %>% # parse to Date class, if not already 
    group_by(Name) %>% 
    top_n(3, Date) %>% # filter to max 3 dates for each group 
    summarise(DaysBetween = max(Date) - min(Date), 
       avgX = mean(X), 
       avgY = mean(Y)) 

## # A tibble: 3 × 4 
##  Name DaysBetween avgX  avgY 
## <fctr>  <time> <dbl>  <dbl> 
## 1 Alice  3 days 9.5 6.166667 
## 2 Bob  3 days -5.4 -9.933333 
## 3 Mike  4 days 3.6 2.300000 

Answer 2

私たちは、上記のdata.table

library(data.table) 
setDT(df1)[order(-Date), .(DaysBetween = as.integer(Date[1L] - Date[3L]), 
     avgX = mean(X[1:3]), avgY = round(mean(Y[1:3]),2)), by = Name] 
# Name DaysBetween avgX avgY 
#1: Mike   4 3.6 2.30 
#2: Alice   3 9.5 6.17 
#3: Bob   3 -5.4 -9.93 

Answer 3

を使用することができ、ここで、すべての偉大な応答である反復的なアプローチである：

#initialize the output frame 
outputFrame = as.data.frame(matrix(nrow = length(unique(train$Name)), 
ncol = 4)) 

#renaming the data frame 
names(outputFrame) = c("Names", "daysBetween", "avgX", "avgY") 

#turn the date to a date 
train$Date = as.Date(train$Date, "%m/%d/%Y") 

#initialize the outputCounter 
outputCounter = 1 

#iterates over every unique Name in the data frame 
for(name in as.character(unique(train$Name))) 
{ 
    #subsets the dataframe into the values of each given level of Name 
    dfSubset = train[which(train$Name == name),] 

    #Orders the dataframe by date 
    dfSubset = dfSubset[order(dfSubset$Date),] 

    #get the 3 most recent dates 
    dfSubset = dfSubset[(nrow(dfSubset) -2):nrow(dfSubset),] 

    #fill the names 
    outputFrame$Names[outputCounter] = name 

    #fill the days between 
    outputFrame$daysBetween[outputCounter] = as.numeric(max(dfSubset$Date) - min(dfSubset$Date)) 

    #get the average X 
    outputFrame$avgX[outputCounter] = mean(dfSubset$X) 

    #get the average Y 
    outputFrame$avgY[outputCounter] = mean(dfSubset$Y) 

    #increment outputCounter 
    outputCounter = outputCounter +1 
} 

列車があなたのデータフレームであることを前提に