4

我正在尝试对几个连续的行进行分组（并为它们分配相同的值），同时将一些行留空（当不满足某个条件时）。

我的数据是位置（xy 坐标）、测量它们的日期/时间以及测量之间的时间跨度。以某种方式简化，它们看起来像这样：

ID   X     Y      Time    Span
1    3445  7671   0:00    -
2    3312  7677   4:00    4
3    3309  7680   12:00   8
4    3299  7681   16:00   4
5    3243  7655   20:00   4
6    3222  7612   4:00    8
7    3260  7633   0:00    4
8    3254  7641   8:00    8
9    3230  7612   0:00    16
10   3203  7656   4:00    4
11   3202  7678   8:00    4
12   3159  7609   20:00   12
...

我想为在 4 小时内测量的每个位置序列分配一个值，并使我的数据如下所示：

ID   X     Y      Time    Span  Sequence
1    3445  7671   0:00    -     -
2    3312  7677   4:00    4     1
3    3309  7680   12:00   8     NA
4    3299  7681   16:00   4     2
5    3243  7655   20:00   4     2
6    3222  7612   4:00    8     NA
7    3260  7633   0:00    4     3
8    3254  7641   8:00    8     NA
9    3230  7612   0:00    16    NA
10   3203  7656   4:00    4     4
11   3202  7678   8:00    4     4
12   3159  7609   20:00   12    NA

我已经尝试了几种带有循环“for”加“ifelse”条件的算法，例如：

Sequence <- for (i in 1:max(ID)) {
ifelse (Span <= 4, i+1, "NA")
}

没有任何运气。我知道我的尝试是不正确的，但我的编程技能非常基础，我在网络上没有发现任何类似的问题。

任何想法将不胜感激！

4

3 回答 3

7

这是一个较长的班轮：

ifelse(x <- DF$Span == 4, cumsum(c(head(x, 1), tail(x, -1) - head(x, -1) == 1)), NA)
# [1] NA  1 NA  2  2 NA  3 NA NA  4  4 NA

解释：

  • x是 TRUE/FALSE 的向量，显示Span是 的位置4。
  • tail(x, -1)是一种安全的写作方式x[2:length(x)]
  • head(x, -1)是一种安全的写作方式x[1:(length(x)-1)]
  • tail(x, -1) - head(x, -1) == 1是 TRUE/FALSE 的向量，显示我们从Span != 4到 的位置Span == 4。
  • 因为上面的向量比 短一个元素x，所以我head(x, 1)在它前面加了前缀。head(x, 1)是一种安全的书写方式x[1]。
  • 然后我将cumsum它转换为向量 TRUE/FALSE 为递增整数的向量：从到它的Span跳转增加 1，否则保持不变。!=4==4
  • 一切都被包装成一个ifelse，所以你只能看到x为真的数字，即在哪里Span == 4。
于 2012-10-20T01:37:26.483 回答
1

rle这是使用and的另一种选择rep。我们假设你data.frame的名字是“test”。

首先，初始化你的“序列”列，用NA.

test$Sequence <- NA

其次，指定您要匹配的条件，在本例中为test$Span == 4.

x <- test$Span == 4

第三，使用rle's 输出 (lengths和values) 的组合来获得序列中每次新运行出现的次数。

spanSeq <- rle(x)$lengths[rle(x)$values == TRUE]

最后，rep将参数设置为在步骤 3 中获得的结果使用。根据 匹配的索引times对所需的值进行子集，并将其替换为新序列。test$Sequencetest$Span == 4

test$Sequence[x] <- rep(seq_along(spanSeq), times = spanSeq)
test
#    ID    X    Y  Time Span Sequence
# 1   1 3445 7671  0:00    -       NA
# 2   2 3312 7677  4:00    4        1
# 3   3 3309 7680 12:00    8       NA
# 4   4 3299 7681 16:00    4        2
# 5   5 3243 7655 20:00    4        2
# 6   6 3222 7612  4:00    8       NA
# 7   7 3260 7633  0:00    4        3
# 8   8 3254 7641  8:00    8       NA
# 9   9 3230 7612  0:00   16       NA
# 10 10 3203 7656  4:00    4        4
# 11 11 3202 7678  8:00    4        4
# 12 12 3159 7609 20:00   12       NA

一旦您了解了所涉及的步骤，您也可以直接使用within(). 以下将为您提供相同的结果：

within(test, {
  Sequence <- NA
  spanSeq <- rle(Span == 4)$lengths[rle(Span == 4)$values == TRUE]
  Sequence[Span == 4] <- rep(seq_along(spanSeq), times = spanSeq)
  rm(spanSeq)
})
于 2012-10-20T06:28:01.493 回答
0 
count = 0
for (i in 1:max(ID)) {
      Sequence[i] = ifelse(Span[i] <= 4, count <- count+1, NA)
}
于 2012-10-20T01:10:16.057 回答