具有多列的时序分析
具有多列的时序分析
提问于 2019-01-28 22:48:39
我有一个时间序列数据帧，有超过1000列。多个列可以具有相同的离散值。我想知道的是，对于最长的时间，哪5列具有相同的值(其中5表示第二长，依此类推)，
让我们通过一个用例来解释这一点：
这是一个每日的时间序列。每列代表一个足球运动员，每个单元格是一个球队，球员当时正在为之踢球。
所以数据帧看起来有点像这样：
|---------------------|------------------|------------------|------------------|
| TS | Player A | Player B | Player C |
|---------------------|------------------|------------------|------------------|
| 2010-08-01 | Real Madrid | Chelsea | NA |
|---------------------|------------------|------------------|------------------|
| 2010-08-02 | Real Madrid | Chelsea | NA |
|---------------------|------------------|------------------|------------------|
| 2010-08-03 | Real Madrid | Chelsea | NA |
|---------------------|------------------|------------------|------------------|
| 2010-08-04 | Chelsea | Chelsea | NA |
|---------------------|------------------|------------------|------------------|所以球员A在2010-08-04改变了球队。
球员C几年后开始踢职业橄榄球。
现在我想知道，哪5个玩家在一起玩的时间最长。包括所有5名球员在同一时间将球队更换为同一支新球队的情况。
我希望得到这样的结果：
玩家A，玩家B，玩家Z，玩家Y，玩家W: 1024天
玩家C，玩家D，玩家E，玩家F，玩家G: 1021天
玩家A，玩家B，玩家Z，玩家X，玩家C: 512天
我期待着解决方案，或者至少是一些想法，如何解决这个问题。
马库斯
回答 1
Stack Overflow用户
发布于 2019-02-01 20:36:36
我贴出了这个问题，bc我不知道如何解决这个问题，但在阅读了你的答案后，我设法创建了一个解决方案：
假设teams_ts是我的数据帧。
我提取每一行，并过滤掉NAs。我将行转置为列向量。这个新向量的行名是当天为一支球队比赛的球员的名称。
for (l in 1:nrow(teams_ts)) {
df <- t(teams_ts[l, !is.na(teams_ts[l,])])然后，我创建一个包含团队的向量，这些团队出现在新的列向量中。我去掉了第一个条目，bc它代表日期。
df_teams <- names(table(df))[-1]对于每一支球队，我都在寻找球员，在这支球队中踢球。这是通过过滤后的列向量的行名来完成的。
for (k in 1:length(df_teams)){
temp <- rownames(df)[df == df_teams[k]]这创建了一个字符向量，我将其折叠为一个字符串。这个字符串与日期和球队一起存储在dataframe播放器组合中。
df_temp <- data.frame(names = paste(temp, collapse = ", "),
day = teams_ts$Date[l],
team = df_teams[k])
player_combinations <- rbind(player_combinations, df_temp)
}
}现在，我可以通过使用nrow的group by回答我的问题：
final <- player_combinations %>% group_by(names) %>%
summarise(n = n())最后，感谢您的投入
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54404452
复制相关文章
相似问题
腾讯云开发者
