首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >绘制规范化数据子集

问绘制规范化数据子集
EN

Stack Overflow用户
提问于 2017-10-26 18:35:05
回答 1查看 124关注 0票数 1

我需要做一个线图,包括:x=一天中的每小时,y=(规范化)那个小时的tweet数,只考虑X个月的tweet,每一行代表一个月。

我的数据格式是这种格式(我有更多的列,但它们与此无关):

代码语言:javascript
复制
id_tweet           day month hour minute id_user
550654742654103552  01   01   12    08   174744462
550654753106296832  01   01   12    08   15355832 
550654818935910400  01   01   12    08   628822209
550654823667089409  01   01   12    08   283218297
550654824308813824  01   01   12    09   58315346

我想知道有多少人在一月、七月或类似的时候发推文。

问题是我的数据有很大的偏差,收集算法发生了变化,我在1~4个月的时间里得到了更多的数据,而其余的数据则更多。我的数据分布如下图所示:

​

长话短说,我需要对每天每个小时发布的推文进行汇总,除以1月份以来的推文总数。这是图的第1行。

第2行是每天每个小时发布的所有tweet,除以二月以来的tweeted总数,等等。

希望我说的很清楚,我提前感谢所有我能得到的帮助。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2017-10-26 19:14:00

您可以使用dplyr聚合数据:

代码语言:javascript
复制
library(dplyr)
agg_data = your_data %>% 
  group_by(month, day, hour) %>%
  summarize(n_hour = n()) %>%
  group_by(month) %>% 
  mutate(percent_of_month = n_hour / sum(n_hour))

我会把密谋留给你。

票数 1
EN
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/46961495

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档