使用R中的表格进行操作

如何解决使用R中的表格进行操作

我想从R中的表中获取元组。

例如，如果我有一个名为batch_task的表：

arrival_time,departure_time,jod_id,task_id
11792,11999,18,88
11792,14331,82
11792,12112,91
16281,16552,27,147
16281,16396,139
16281,16529,137

因此，例如，对于每个job_id我都需要一个元组{arrival_time,service_time};，对于job_id = 18，我想获取元组{11792,(11999-11792)+(14331-11792)+(12112-11792)} = {11792,3066}.

有人可以帮助我吗？提前致谢， 耶苏斯

解决方法

假设batch_task实际上是一个数据帧而不是一个表（这是一种处理计数数据的R结构的特定类型），下面是使用dplyr包的一种解决方案：

library(dplyr)

batch_task %>% 
  group_by(arrival_time) %>%
  summarise(service_time = sum(departure_time - arrival_time),.groups = "drop")
#> # A tibble: 2 x 2
#>   arrival_time service_time
#>          <int>        <int>
#> 1        11792         3066
#> 2        16281          634

请注意，R中没有称为元组的数据结构。有多种表示元组的方法，但是在这种情况下，最明智的方法是将结果保持为数据帧格式。

---

数据

batch_task <- structure(list(arrival_time = c(11792L,11792L,16281L,16281L),departure_time = c(11999L,14331L,12112L,16552L,16396L,16529L),jod_id = c(18L,18L,27L,27L),task_id = c(88L,82L,91L,147L,139L,137L)),class = "data.frame",row.names = c(NA,-6L))

,

有数据

batch_task <- structure(list(arrival_time = c(11792L,-6L))

我提出了这个解决方案

library(tidyverse)

batch_task %>% 
  mutate(service_time = departure_time - arrival_time) %>%
  group_by(jod_id,arrival_time) %>%     #assuming arrival_time is equal for each job_id
  summarise(service_time = sum(service_time)) 

,

使用by。

do.call(rbind,by(d,d$jod_id,function(x) {
  a <- x$arrival_time[1]
  c(a,sum(x$departure_time - a))
}))
#     [,1] [,2]
# 18 11792 3066
# 27 16281  634

---

数据：

d <- structure(list(arrival_time = c(11792L,-6L))