2

我有一个实验的数据。我们为人类的决策计时。我们有一组备选方案（我们称它们为 A、B、C、D），可以在 30 秒内重复选择，我们对第一个、第二个、第 N 个选择进行计时（受试者可能会改变主意）。数据看起来像这样（以毫秒为单位的时间）：

subject time    choice
1       2204    A
1       3673    B
1       8435    C
1       12640   B
1       24031   A

我想离散化和扩展数据，以便能够获得每秒选择的选项；每次没有选择时默认为 0（还）。理想情况下，它看起来像这样

subject second  choice
1       1       0
1       2       0
1       3       A
1       4       B
1       5       B
1       6       B
1       7       B
1       8       B
1       9       C
1       10      C
1       11      C
1       12      C
1       13      B

...依此类推，直到秒 = 30。

基于 tidyverse 包和 dplyr 管道的解决方案将是最受欢迎的。但我对其他解决方案持开放态度。谢谢！

4

2 回答 2

6 
library(dplyr)
library(tidyr)
library(zoo)
df %>%   
  mutate(time=ceiling(time/1000)) %>% 
  complete(subject, time=1:30) %>% 
  group_by(subject) %>% 
  mutate(choice = na.locf(choice, na.rm = FALSE))

数据

df = structure(list(subject = c(1L, 1L, 1L, 1L, 1L), time = c(2204L, 
3673L, 8435L, 12640L, 24031L), choice = c("A", "B", "C", "B", 
"A")), .Names = c("subject", "time", "choice"), class = "data.frame", row.names = c(NA, 
-5L))
于 2016-11-16T11:17:15.207 回答
1

这是使用 Base R 方法......可能不像其他答案那么优雅

dt = fread("subject time    choice
1       2204    A
1       3673    B
1       8435    C
1       12640   B
1       24031   A")    

sec <- ceiling(dt$time/1000)
dt1 <- data.table( a = 1:30)
dt1$b <- cumsum(1:30 %in% sec)

x <- dt$choice[dt1$b] 
dt1$ans <- c(rep(0, 30-length(x)), x)

 dt1
     a b ans
 1:  1 0   0
 2:  2 0   0
 3:  3 1   A
 4:  4 2   B
 5:  5 2   B
 .
 .
 .
17: 17 4   B
18: 18 4   B
19: 19 4   B
20: 20 4   B
.
.
.
于 2016-11-16T11:25:17.660 回答