r - R如何识别最后一次出现的距离

Question

我想计算自某事发生以来已有多长时间。

鉴于以下情况，您可以看到灯在某些时候亮着，但不是一直亮着。我想规范化数据以将其提供给神经网络。

library(data.table)
d<-data.table(
    date = c("6/1/2013", "6/2/2013","6/3/2013","6/4/2013"),
    light = c(TRUE,FALSE,FALSE,TRUE) 
)
d
       date light
1: 6/1/2013  TRUE
2: 6/2/2013 FALSE
3: 6/3/2013 FALSE
4: 6/4/2013  TRUE

我想计算的是另一列显示到最后一次出现的“距离”。

所以对于上面的数据：第一行，因为它应该是零第二行，应该是 1 第三行，应该是 2 第四行，应该是零

Answer 1

我建议根据从 FALSE 切换到 TRUE 的时间创建一个分组列：

# create group column
d[c(light), group := cumsum(light)]
d[is.na(group), group:=0L]
d[, group := cumsum(group)]
d

然后简单地按组计算，使用cumsum和否定light：

d[, distance := cumsum(!light), by=group]

# remove the group column for cleanliness
d[, group := NULL]

结果：

d

         date light distance
1: 2013-06-01  TRUE        0
2: 2013-06-02 FALSE        1
3: 2013-06-03 FALSE        2
4: 2013-06-04  TRUE        0
5: 2013-06-05  TRUE        0
6: 2013-06-06 FALSE        1
7: 2013-06-07 FALSE        2
8: 2013-06-08  TRUE        0

我添加了几行

Answer 2

这应该这样做：

d[, distance := 1:.N - 1, by = cumsum(light)]

或这个：

d[, distance := .I - .I[1], by = cumsum(light)]

如果你想实际计算天数而不是行距离，你可以使用：

d[, distance := as.numeric(as.POSIXct(date, format = "%m/%d/%Y") -
                           as.POSIXct(date[1], format = "%m/%d/%Y"),
                           units = 'days'),
    by = cumsum(light)]

Answer 3

一种使用游程编码 ( rle) 和sequence( 它是unlist(lapply(nvec, seq_len))

d[, distance := sequence(rle(light)$lengths)][(light), distance := 0]