0

我正在尝试清理 R 中的数据集（下面的子样本）

据我所知，最好的解释方法是通过 if 函数：

如果天线 = 1，在此时间戳之前的 5 分钟内是否有另一次观察？如果是这样，请给出真/假

但是我不确定如何去做

               Date.Time Aerial
794  2012-10-01 08:18:00      1
795  2012-10-01 08:34:00      1
796  2012-10-01 08:39:00      1
797  2012-10-01 08:42:00      1
798  2012-10-01 08:48:00      1
799  2012-10-01 08:54:00      1
800  2012-10-01 08:58:00      1
801  2012-10-01 09:04:00      1
802  2012-10-01 09:05:00      1
803  2012-10-01 09:11:00      1
1576 2012-10-01 09:17:00      2
1577 2012-10-01 09:18:00      2
804  2012-10-01 09:19:00      1
805  2012-10-01 09:20:00      1
1580 2012-10-01 09:21:00      2
1581 2012-10-01 09:23:00      2
806  2012-10-01 09:25:00      1
807  2012-10-01 09:32:00      1
808  2012-10-01 09:37:00      1
809  2012-10-01 09:43:00      1

例如，在 09:19 空中 = 1 在此之前的 5 分钟内，在 09:18 和 09:17 有观测，因此我想在 09:19 删除观测。这是一个大数据集，所以它可能会发生多次

抱歉，如果这不是正确的询问方式，对 R 来说是相对较新的。

我的想法：

使用 if.else 语句，但是我无法获得日期时间来使用它。

没有代码，因为在上面询问之前一直试图这样做

4

3 回答 3

0

diff将为您提供特定数据列的“运行差异”。如果您继续运行diff（Date.Time或者as.POSIXct(Date.Time)它尚未采用该格式），它会告诉您每个连续间隔之间的差异。所以看看结果

diff(DataFrame$Date.Time) #or
diff(as.POSIXct(DataFrame$Date.Time)) #if the first one doesn't work

如果您可以使用包并远离base函数，rollapply正如@AriBFriedman 所提到的，它允许您diff更进一步并基于滚动值应用函数（它是zoo包的一部分）。

于 2013-01-10T18:07:50.583 回答
0 
 with( dfrm, Aerial == 1 & c(diff(Date.Time),0) > 5 )
 [1]  TRUE FALSE FALSE  TRUE  TRUE FALSE  TRUE FALSE  TRUE  TRUE FALSE
[12] FALSE FALSE FALSE FALSE FALSE  TRUE FALSE  TRUE FALSE

这实际上只是处理差异的一个方向，无论如何，您是否希望将这些项目包括在内，这是一个悬而未决的问题。如果你想在两个方向上都这样做，那么可能会正确设置一个额外的逻辑&子句。rev( diff (rev (Date.Time) ) )我承认我想知道 diff.POSIXt 是在重新计算分钟还是秒。帮助页面没有帮助，测试显示它只需几分钟。

获得向后差异的另一种方法可能是用另一种方式移动的 diff-vector 进行测试：

with( dfrm,  c( FALSE, abs(diff(Date.Time)) > 5 ) )
于 2013-01-10T18:13:09.140 回答
0 
d<-read.table(text='Date.Time Aerial
794  "2012-10-01 08:18:00"      1
795  "2012-10-01 08:34:00"      1
796  "2012-10-01 08:39:00"      1
797  "2012-10-01 08:42:00"      1
798  "2012-10-01 08:48:00"      1
799  "2012-10-01 08:54:00"      1
800  "2012-10-01 08:58:00"      1
801  "2012-10-01 09:04:00"      1
802  "2012-10-01 09:05:00"      1
803  "2012-10-01 09:11:00"      1
1576 "2012-10-01 09:17:00"      2
1577 "2012-10-01 09:18:00"      2
804  "2012-10-01 09:19:00"      1
805  "2012-10-01 09:20:00"      1
1580 "2012-10-01 09:21:00"      2
1581 "2012-10-01 09:23:00"      2
806  "2012-10-01 09:25:00"      1
807  "2012-10-01 09:32:00"      1
808  "2012-10-01 09:37:00"      1
809  "2012-10-01 09:43:00"      1', header=TRUE, stringsAsFactors=FALSE, row.names=1)

# convert Date.Time to POSIXct
d<-within(d, Date.Time<-as.POSIXct(Date.Time))


# define row aggregator 
f <- function(accumulation, next.row, min.mins=5) {
    last.dtime <- tail(accumulation,1)$Date.Time
    next.dtime <- next.row$Date.Time
    # don't add next.row if Aerial is 1 and time between last record is less than min.mins
    if (next.row$Aerial == 1 & (as.numeric(next.dtime - last.dtime, units='mins') < min.mins))
        accumulation
    else
        rbind(accumulation, next.row)
}

# aggregate rows
Reduce(f, split(d[order(d$Date.Time), ], sequence(nrow(d))))

#                Date.Time Aerial
# 794  2012-10-01 08:18:00      1
# 795  2012-10-01 08:34:00      1
# 796  2012-10-01 08:39:00      1
# 798  2012-10-01 08:48:00      1
# 799  2012-10-01 08:54:00      1
# 801  2012-10-01 09:04:00      1
# 803  2012-10-01 09:11:00      1
# 1576 2012-10-01 09:17:00      2
# 1581 2012-10-01 09:23:00      2
# 807  2012-10-01 09:32:00      1
# 808  2012-10-01 09:37:00      1
# 809  2012-10-01 09:43:00      1
于 2013-01-10T18:28:29.373 回答