1
我有以下数据集,我需要跟踪每个用户在一年中每一天的位置顺序。用R表示大数据集中数据帧的子集
User Date Location Time
90 2013-01-28 39 16:06:20
26 2013-02-04 27 19:32:09
23 2013-02-04 5 16:03:39
23 2013-01-07 29 15:40:25
84 2013-02-27 50 17:25:40
57 2013-01-30 5 17:26:26
我修改下面的线程使用的脚本:Ranking subsets of a data frame in R
修改后的代码如下:
data$User <- as.factor(data$User)
data$Date <- as.factor(data$Date)
data$Sequence <- ave(data$Time, data$User, data$Date, FUN=rank)
data <- data[order(data$Sequence),]
data <- data[order(data$User),]
data <- data[order(data$Date),]
而结果:
User Date Location Time Sequence
3 2013-01-01 29 18:47:31 1
4 2013-01-01 18 07:00:21 1
4 2013-01-01 37 07:16:19 2
4 2013-01-01 11 08:28:37 3
6 2013-01-01 6 07:17:05 1
6 2013-01-01 34 08:10:38 2
然而,当它适用于小型数据框,它需要非常多的时间才能运行在真实的d上ataset(5M行,几乎有100K个人用户)。
有没有更有效的方法来做到这一点?
谢谢lmo!它完美的工作! – Reflexes