1

我有一个看起来像这样的数据框：

structure(list(A = c(70, 70, 70, 70, 70, 70), T = c(0.1, 0.2, 
0.3, 0.4, 0.5, 0.6), X = c(434.01, 434.01, 434.75, 434.75, 434.75, 
434.01), Y = c(454.92, 454.92, 454.92, 454.92, 454.18, 454.92
), V = c(0, 0, 21.128, 0, 14.94, 14.94), thetarad = c(0.151841552716899, 
0.151841552716899, 0.150990672182432, 0.150990672182432, 0.150177486839524, 
0.151841552716899), thetadeg = c(8.69988012340509, 8.69988012340509, 
8.6511282599214, 8.6511282599214, 8.6045361718215, 8.69988012340509
)), .Names = c("A", "T", "X", "Y", "V", "thetarad", "thetadeg"
), row.names = 1423:1428, class = "data.frame")

我想以 30 秒的间隔对 R 中的特定时间点进行子集化。我可以通过手动设置我想要的每个时间点来做到这一点：

a1=subset(binA, T==0.1)
a2=subset(binA, T==30)
a3=subset(binA, T==60)
a4=subset(binA, T==90)
a5=subset(binA, T==120)
a6=subset(binA, T==150)
a7=subset(binA, T==180)
a8=subset(binA, T==210)
a9=subset(binA, T==240)
a10=subset(binA, T==270)
a11=subset(binA, T==300)
a12=subset(binA, T==330)
a13=subset(binA, T==360)
a14=subset(binA, T==390)
a15=subset(binA, T==420)
a16=subset(binA, T==450)
a17=subset(binA, T==480)
a18=subset(binA, T==510)
a19=subset(binA, T==540)
a20=subset(binA, T==570)
a21=subset(binA, T==599.5)

我尝试使用sapply和seq函数进行子集化，但结果令人困惑。我还想计算每个数据子集中的唯一 A 。我也知道我可以使用 package.json 中的count函数来做到这一点plyr。

a1=count(unique(subset(binA, T==0.1)))

但是 count 将使用一个数据框而不是多个数据框（如果我错了，请纠正我）。我还想为每个子集采用 thetadeg 的方法（这应该很容易在一个数据帧中应用）。因此，我需要有关如何编写具有特定 seq 点的函数的帮助。

我知道这个问题是微不足道的，但我们将不胜感激。

谢谢

4

4 回答 4

1

假设数据在df数据框中，试试这个：

sapply(c(0.1,seq(30,599,30),599.5),
       function(x)
         length(unique(df[ df$T==x, "A"])))
于 2013-11-14T16:43:12.380 回答
0

我认为你想要的功能是split：

 subsetted.by.T <- split(dfrm, dfrm$T)
lapply(subsetted.by.T, nrow)

$`0.1`
[1] 1

$`0.2`
[1] 1

$`0.3`
[1] 1

$`0.4`
[1] 1

$`0.5`
[1] 1

$`0.6`
[1] 1

> subsetted.by.T[[1]]
      A   T      X      Y V  thetarad thetadeg
1423 70 0.1 434.01 454.92 0 0.1518416  8.69988

如果您想命名这些单独的项目，那么该names<-函数将是合适的：

names(subsetted.by.T) <- paste0("a", seq(length(subsetted.by.T) ) )

如果“T”列的值有些不规则，那么使用cut定期创建类别可能对拆分有用。如果“T”实际上是一个时间值，这个问题可能会得到澄清。目前它是一个“数字”值，但日期时间类有 cut 方法。

于 2013-11-14T16:46:33.577 回答
0

如果目的只是为了获得平均值、唯一计数等，则不需要子集。还有一件事，id T 因子是连续的，您需要制作垃圾箱吗？在这里我假设因素

这是一种方法plyr

ddply(df,~T,summarise,l=length(unique((A))))
ddply(df,~T,summarise,m=mean(thetadeg))
于 2013-11-14T16:48:43.703 回答
0

您应该能够使用以下代码来获得所需的内容。这并不寻找 0.1 和 599.5，但应该很容易操作。

timeintervals <- seq(0,600, 30)
for(i in 1:length(timeintervals)
{
  # create the subsets for each time interval
  assign(
    paste0("a",i),
    df[df$T == timeintervals[i],]
    )

  # get all unique As
  assign(
    paste0("b",i),
    unique(df[df$T == timeintervals[i],"A"])
  )

}
于 2013-11-14T16:44:17.317 回答