利用R语言实现阅读量的增量计算

最新推荐文章于 2019-08-29 10:27:36 发布
最新推荐文章于 2019-08-29 10:27:36 发布
阅读量381 收藏 2
点赞数
文章标签： r语言 c/c++
原文链接：https://segmentfault.com/a/1190000007555523
版权

以下数据为雷克萨斯、卡罗拉的某口碑文章的阅读量，READNUM为文章的累计阅读量；现在我们想求取文章每天的净阅读量，即阅读量增量。
例如：2016/11/17，雷克萨斯对应口碑文章的阅读量为：48406 - 48400 = 6.

BRANDDOC_IDDATEREADNUM
雷克萨斯k.autohome.com.cn/spec/22277/2016/11/1548388
卡罗拉k.autohome.com.cn/spec/24016/2016/11/15106263
雷克萨斯k.autohome.com.cn/spec/22277/2016/11/1648400
卡罗拉k.autohome.com.cn/spec/24016/2016/11/16106274
雷克萨斯k.autohome.com.cn/spec/22277/2016/11/1748406
卡罗拉k.autohome.com.cn/spec/24016/2016/11/17106288
雷克萨斯k.autohome.com.cn/spec/22277/2016/11/1848412
卡罗拉k.autohome.com.cn/spec/24016/2016/11/18106296
雷克萨斯k.autohome.com.cn/spec/22277/2016/11/1948424
卡罗拉k.autohome.com.cn/spec/24016/2016/11/19106303
雷克萨斯k.autohome.com.cn/spec/22277/2016/11/2048432
卡罗拉k.autohome.com.cn/spec/24016/2016/11/20106315
雷克萨斯k.autohome.com.cn/spec/22277/2016/11/2148446
卡罗拉k.autohome.com.cn/spec/24016/2016/11/21106324

首先我们读取阅读量数据brand_readnum

# 加载xlsx包
tryCatch(
{library(xlsx)},
error = function(err) {install.packages("xlsx")},
finally = {library(xlsx)}
)
# 加载dplyr包
tryCatch(
{library(dplyr)},
error = function(err) {install.packages("dplyr")},
finally = {library(dplyr)}
)
# 读取阅读量brand_readnum数据
brand_readnum <- read.xlsx(file = "F:/brand_readnum.xlsx", sheetIndex = 1, encoding = "UTF-8", stringsAsFactors = FALSE)
brand_readnum
      BRAND                        DOC_ID       DATE READNUM
1  雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-15   48388
2    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-15  106263
3  雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-16   48400
4    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-16  106274
5  雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-17   48406
6    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-17  106288
7  雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-18   48412
8    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-18  106296
9  雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-19   48424
10   卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-19  106303
11 雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-20   48432
12   卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-20  106315
13 雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-21   48446
14   卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-21  106324

其次，将数据按BRAND,DOC_ID,DATE进行排序（顺序）

brand_readnum_arrange <- arrange(brand_readnum, BRAND, DOC_ID, DATE)
brand_readnum_arrage
      BRAND                        DOC_ID       DATE READNUM
1    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-15  106263
2    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-16  106274
3    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-17  106288
4    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-18  106296
5    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-19  106303
6    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-20  106315
7    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-21  106324
8  雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-15   48388
9  雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-16   48400
10 雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-17   48406
11 雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-18   48412
12 雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-19   48424
13 雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-20   48432
14 雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-21   48446

接下来，定义函数rollingMinus，求取相邻两位的增量；首位（第一天）用其余增量的均值替代

# 自定义滚动求增量函数rollingMinus
rollingMinus <- function(x){
  x.len <- length(x)
  y <- integer(x.len)
# 求增量
  for (i in 2:x.len){
    y[i] <- x[i] - x[i-1]
  }
# 首位用其余所求的增量的均值替代
  y[1] <- ceiling(mean(y[-1]))
  return(y)
}
# 测试一下rollingMinus函数
test <- 1:10
rollingMinus(test)
[1] 1 1 1 1 1 1 1 1 1 1

最后，我们用tapply函数把rollingMinus函数应用于不同品牌（不同因子）的累计阅读量上，求取阅读量增量ROLLING_READNUM

attach(brand_readnum_arrange)
brand_readnum_arrange$ROLLING_READNUM <- unlist(tapply(READNUM, DOC_ID, rollingMinus))
detach(brand_readnum_arrange)
brand_readnum_arrange
      BRAND                        DOC_ID       DATE READNUM ROLLING_READNUM
1    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-15  106263              11
2    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-16  106274              11
3    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-17  106288              14
4    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-18  106296               8
5    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-19  106303               7
6    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-20  106315              12
7    卡罗拉 k.autohome.com.cn/spec/24016/ 2016-11-21  106324               9
8  雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-15   48388              10
9  雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-16   48400              12
10 雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-17   48406               6
11 雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-18   48412               6
12 雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-19   48424              12
13 雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-20   48432               8
14 雷克萨斯 k.autohome.com.cn/spec/22277/ 2016-11-21   48446              14
weixin_34233856
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于C语言实现的增量式PID算法（C 语言）
06-26
【作品名称】：基于C语言实现的增量式PID算法（C 语言） 【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】：增量式PID...
R语言-基本算数（二）
张启明
02-05 7388
使用向量函数增强数学运算1.向量的汇总运算> N2 <- c(1,2,3,4,5,NA) > sum(N2) [1] NA > sum(N2,na.rm = TRUE) [1] 152.向量的累计运算> cumsum(N2) //计算累加数值 [1] 1 3 6 10 15 NA > cumprod(N2) //计算累成数值 [1] 1 2 6 24 120 NA以上两
R语言样本数据划分（训练数据测试数据）
songhao的专栏
02-11 2万+
 机器学习一般将数据划分成训练数据、验证数据（可选）、测试数据、三个部分，训练数据和验证数据用来训练模型，估计模型的具体参数，测试数据用来验证模型预测的准确程度。下面我们就对german_credit这个数据进行划分german_credit &lt;- read.csv("f:\\german_credit.csv")train &lt;-createDataPartition(y=german...
R语言某一年各省各月份天气数据爬取
思过留痕
07-25 4566
因为项目需要，在此，本人用R语言对某一年各省的省会各月份天气数据进行爬取。想爬取其他城市的数据也是大同小异。本次爬取的天气数据包括”日期”,”天气状况”,”气温”,”风力风向”四个指标
应用统计学与R语言实现学习笔记（四）——抽样方法与抽样分布
胖胖雕的GIS博客
05-06 1万+
Chapter 4 Sampling And Sample Distribution本篇是第四章，内容主要是抽样方法与抽样分布。这一章内容比较多（从抽样方法一直到许多分布函数，尤其是介绍了四个重要分布——正态分布、卡方分布、t分布、F分布，以及部分统计推断的内容）。
R语言实现数据抽样&创建训练集和测试集
helen1313的专栏
07-21 4万+
在收集数据过程中，绝大多数情况下，并不采取普查的方式获取总体中所有样本的数据信息，而是以各类抽样方法抽取其中若干代表性样本来进行数据获取和分析。在获得待分析数据集后，需要再次通过抽样技术选取出训练集和测试集，以便比较选择出最优的挖掘算法。          这里主要介绍简单随机抽样、分层抽样、整群抽样三种基本抽样方法。   用到的软件包及函数 软件包 函数
拔模增量计算工具.exe
04-22
拔模增量计算工具是一款简单好用的拔模计算软件,内置拔模增量计算公式,用户输入高度就可计算出不同角度的拔模增量了,十分方便,无需进行辅助的计算即可一键得出结果。
基于C语言实现的增量式PID算法C 语言
最新发布
07-27
【作品名称】：基于C语言实现的增量式PID算法【C 语言】 【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】：基于C语言...
Go语言构建独立exe实现桌面应用更新程序 全量更新 增量更新
11-11
本篇文章将详细讲解如何利用Go语言来创建一个桌面应用更新程序，涵盖全量更新和增量更新这两种更新策略。首先，我们要理解Go语言的特性，它是一种静态类型、编译型的语言，生成的可执行文件不需要依赖额外的运行时...
R语言data.table包高效数据处理（大量数据分析/处理）
关注我，你就是我的电子朋友咯！
04-07 7780
在数据处理量较大的时候，最为头痛的就是数据的读写、运算效率。 data.table处理大数据集（数据文件达到以1G为单位）时相对于R语言的基本函数在数据读写、处理速度都不能与之相比可以对比基础函数、dplyr包函数做同样运算处理的时间。可自行对比数据处理函数（filter、group_by、mutate、summarise），数据量在上100万左右，稍微复杂的计算差距就特别明显。 ...
《数据科学：R语言实现》——第2章 数据抽取、转换和加载
weixin_33963189的博客
05-02 152
本节书摘来自华章出版社《数据科学：R语言实现》一 书中的第1章，第1.1节，作者：R for Data Science Cookbook 丘祐玮（David Chiu），更多章节内容可以访问云栖社区“华章计算机”公众号查看。 第2章 数据抽取、转换和加载 2.1　引言 在使用数据回答关键业务问题之前，最重要的事情是准备数据。数据通常存在文件中，使用Exc...
干货：用R语言进行数据提取的方法！
热门推荐
dashenghuahua的博客
12-01 19万+
数据提取是数据分析当中重要的一环，也是需要数据分析师耐心细心地做好。我们大圣众包（www.dashengzb.cn）小编今天就和大家分享蓝鲸的文章，如何通过R语言对数据进行提取分析，达到所需。 　　读取并创建数据表 　　首先第一步是读取数据，并创建名称为loandata的数据表。后面我们将从这个表中进行数据提取。 　　将数据表中的用户ID列设置为索引列，下
计算每天的增量，增率
01-10 2769
SELECT DATE_FORMAT(add_time, "%Y-%m-%d") order_date, SUM(sold) AS today_c, SUM(sold) - last_c AS change_with_last FROM orders LEFT JOIN ( SELECT DATE_FORMAT(t.add_time, "%Y-%m-%d") AS last_dat
ArcGIS 网络分析[2.4] OD成本矩阵
weixin_30767835的博客
05-24 8524
什么是OD成本矩阵？ 先不说这个东西是什么，我们还是举一个实际的例子： 现在存在3个城市北京、上海、武汉，请分析他们两两之间的通行时间。 很简单嘛！北京到上海，北京到武汉，上海到武汉都来一次最短路径分析就好了。 好。 那么现在存在全国100个城市，请做同样的分析。使用排列组合的数学知识，知道至少要执行100*99/2=4950次分析。 人工明显是不可能的，光打点就很累了。...
使用redis的increment()方法实现计数器功能
༺࿈无关痛痒࿈༻的博客
08-29 5万+
一直知道redis可以用来实现计数器功能，但是之前没有实际使用过，昨天碰到一个需求：用户扫码当天达到20次即提示：当日扫码次数达到上限！ 当时就想到使用redis的递增方法increment()来实现计数器功能，一定要注意redisTemplate和stringRedisTemplate的使用 首先设置key： 该key我使用了用户id和当天日期作为key的一部分，date：xxxx-...
R语言学习之基础知识二
harry_helei的专栏
04-10 1280
4. 因子         因子提供一种简单而又紧凑的形式来处理分类数据。因子用level来表示所有可能的取值。对于数据集中取值个数固定的分类数据，因子特别有用，图形函数和汇总函数就充分利用了因子这种优点。         R软件内部以数值编码方式来存储因子值，这将提高内存利用率。举例说明R如何创建因子，假设一个10人的性别向量: > g <- c("f", "m", "m", "m", "
R语言爬虫-RCurl和XML学习笔记
小白小小白
02-13 1万+
        欢迎访问我的独立网站：编程小屋 以前就很喜欢爬虫，一段代码可以去搜集网络上的资源，总觉得是很厉害的事情，因为专业的原因，自身比较熟练R语言，但是Python并不熟悉，所以便查找了网上关于R语言爬虫的文章，在此做一个总结。以便自己随时复习。       首先，提到R语言爬虫，不得不提到两大利器RCurl和XML包，通过这两个包会发现爬虫怎么那么容易 哈，本文不会讲原理乱七八糟的...
R语言—数组
niuruijun的博客
02-02 7965
一.概念  数组是一个可以在两个以上的维度存储数据的R数据对象，数组只能存储数据类型 二.创建   arr   data表示数据，dim表示维度 三.元素调用    理解：创建的四维数组是2×3×4的大小，所以在第一个维度（2维）里的任一个维度都有3×4个元素，在第二个维度（3维）里的任一个维度都有2×4个元素，在第三个维度（4维）里的任一个维度都有2×3个元素。 四
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值