1

我有这个巨大的 df，测量时间超过 10 天。现在我需要获取整个数据集、单天和多天的方差和可重复性。对整个数据集执行此操作相当容易。在这几天里，我创建了以下循环（顺便说一句）：

All_D <- unique(lam$Start_date)
for  (d in 1:10){  
  jaj.d <- All_D[d]
  Days.d <- subset(lam, Start_date == jaj.d)
  jaa <- as.data.frame(as.table(with(Days.d, tapply(CH4, ID, FUN = var))))
  names(jaa) <- c("ID", "within_ani") 
  write.csv(jaa, paste("Day_",jaj.d,".csv",sep = ""),row.names = F)
  }

现在我想把两天的小组“走过”这 10 天，但他们必须保持集群。所以就像：

2013-09-01 & 2013-09-02, 2013-09-02 & 2013-09-03, 2013-09-03 & 2013-09-04, ..,
2013-09-09 & 2013-09-10

我认为有必要创建另一个循环，但是（除了上面的信息）我不知道从哪里开始..我还必须分组 3 - 9 天，所以我宁愿不要手动做！我有一个 df，如下所示：

'data.frame':   1420847 obs. of  22 variables:
$ ID     : int  12338 12338 12338 12338 12338 12338 12338 12338 12338 12338 ...
$ CO2       : int  1510 1950 1190 1170 780 870 730 740 680 700 ...
$ CH4       : int  66 77 62 58 34 51 36 43 32 40 ...
$ Start_date: chr  "2013-09-01" "2013-09-01" "2013-09-01" "2013-09-01" ...

我是一个关于 R 的菜鸟，我希望有人能给我在正确的方向上轻推？我已经为此苦苦挣扎了几个小时，我似乎无法在这个网站或网络上的其他地方找到解决方案。英语不是我的母语，我发现很难找到正确的搜索词，所以这真的不是因为缺乏尝试。

如果我的问题仍然不清楚，请告诉我，我会尝试调整它。

编辑

Sooooo，在你们的帮助下，我想出了这个循环：

> lam <- df
lam$Start_date <- as.Date(lam$Start_date)
require(data.table)
lam <- as.data.table(lam)                    #transform df to dt
lam[,date1 := c(1, diff(Start_date))]        #assign each date a different number
lam[,date1 := cumsum(date1)]


for (i in 1:10) {                                #loop through each level of date
    lap.i <- split(lam, lam$date1)               #split date1 to get single days 

for (j in 1:(i+1)) {                             #loop through each level of date 
     lap.j <- split(lam, lam$date1)              #split date1 to get the day after i
     }
     for (k in (i+2)) {
          lap.k <- split(lam, lam$date1)         #split date1 to get the day after j
          }
          for (l in 1:(i+3)) {
               lap.l <- split(lam, lam$date1)    #split date1 to get the day after k
               }
lap.i.j.k.l <- rbind(lap[[i]], lap[[j]], lap[[k]], lap[[l]]) #binding the lists together
var.i.j.k.l <- var(lap.i.j.k.l$CH4)              #get the between individual variance for CH4

#get a df with individual variances for CH4
kill <- as.data.frame(c(with(lap.i.j.k.l, tapply(CH4, CowID, FUN = var)), var.i.j.k.l)) 
names(kill) <- c("variance")                     #name columns in df

#write to a .csv file in wd
write.csv(kill, paste("consecutive days_", i, "_", j, "_", k, "_", l, ".csv", sep = ""))
}

这正是我想要的，但是，R 并不是循环内循环内循环的忠实拥护者，依此类推。上面的循环是获取连续 4 天的数据表，我需要一直到连续 9 天。由于上面的循环已经询问了很多这台计算机，我想知道什么是更短、更简单、更高效如何做到这一点？不是“如果”，因为我知道它存在，Codoremifa 已经向我展示了这一点，只是他的代码没有完全按照我的意愿行事，而且我似乎无法弄清楚它是如何工作的。

编辑 2
我要完成的工作：

   ID      CO2   CH4  dates       date1
 1 12338   1510  66   2013-09-01  1   
 2 12338   1950  77   2013-09-01  1 
 3 12338   1190  62   2013-09-01  1
 4 12338   1170  58   2013-09-02  1
 5 12338   780   34   2013-09-02  1
 6 12338   870   51   2013-09-03  2
 7 12338   1670  66   2013-09-03  2   
 8 12338   1980  77   2013-09-03  2 
 9 12338   1330  62   2013-09-04  2
10 12338   1850  58   2013-09-04  2
11 12338   1640  34   2013-09-05  3
12 12338   590   51   2013-09-05  3

之后列出如下：

> [1]
ID       var
12338    164077.4
12339    78420.31
12352    91472.76

> [2]
ID       var
12338    33543.16
12339    184467.1
12352    202267.3

我想写入 .csv 文件

4

2 回答 2

1

我不确定您的输出需要是什么样子。这应该让您知道要尝试什么。如果您可以发布示例数据，我可以相应地编辑我的答案

library(data.table)
# sample data
dt <- data.table(
dates = rep(seq.Date(
    as.Date('01-01-2013','%d-%m-%Y'),
    as.Date('03-01-2013','%d-%m-%Y'),
    by = 'days'
    ),3),
values = rnorm(3,0)
)

# ordering dataset by dates    
setkeyv(dt,'dates')

# assigning each date a unique number
dt[,flag := c(0,diff(dates))]
dt[,flag := cumsum(flag)]
noofdates <- max(dt[,flag])+1

# i is the counter for how many dates need to be clubbed
for ( i in 1:3 )
{
  # creating list to store intermediate data
  grouplist <- vector(mode = "list", length = i)

  # j is the counter for each group of i dates
  for ( j in 1:(noofdates-i+1) )
  {
    # egtting the subset for each group
    dttemp <- dt[flag %in% c(j:(j+i))]

    # storing the variance in a list
    grouplist[[j]] <- dttemp[, list(varvalues = var(values))]
  }

  # combining the list into one data.table
  groupdt <- rbindlist(grouplist)

  #write out
  write.csv(groupdt,paste0('name_',i,"_",j,'.csv'))
}
于 2013-11-08T15:17:58.280 回答
0

我不太确定“分组日期”是什么意思（你想做什么？）。

如果您只想每隔 2、3 天等访问一次，这很容易实现：

# create some data
dates <- as.Date(paste0("1990-11-", 1:10))
df <- data.frame(a = sample(10), b = sample(10), date = dates)

# you could, of course, also specify begin and end manually
days.ordered <- sort(df$date)
begin <- days.ordered[1]
end <- tail(days.ordered, n = 1)

seq(begin, end, by='2 days')  # or 3 days, or 4 days

但是您似乎正在寻找一种将整个数据框拆分为按天间隔定义的组的方法。

# create some data
dates <- as.Date(paste0("1990-11-", rep(1:10, each=3)))
df <- data.frame(id = rep(1:10, each=3), CH4 = 1:30, CO2 = 1:30, date = dates)

# you could, of course, also specify begin and end manually
days.ordered <- sort(df$date)
begin <- days.ordered[1]
end <- tail(days.ordered, n = 1)

by.n <- 2  # adjust
groups <- seq(begin, end + by.n, by=paste(by.n, "days"))

require(plyr)
ddply(df, .(id, cut(date, breaks = groups)), summarize, 
      VarCH4 = var(CH4),
      varCO2 = var(CO2))
于 2013-11-08T14:51:24.377 回答