1

我有一个包含 106 个小标题的列表，每个小标题包含两列（日期、温度），包含数千个值。

我试图创建一个函数，允许我获取行的索引，其中温度低于 8.0 的四次 tibble。

我遇到的问题是我的代码只执行每个小标题的第一行。

在这里你可以看到代码：

pos_r = 0;
temp =0; 
posx = vector();
for (i in seq_along(data_sensor)){
  if (temp < 4){
    pos_r = pos_r + 1;
  if (data_sensor[[i]]$Temperature < 8.0){
       temp=temp+1;
} else if (temp == 4){
   posx[i] = pos_r;
   i = i+1;
}
}
}



> [1] NA NA NA NA NA NA  5  6 NA  7  8 NA NA  9 NA NA NA 10 11 NA 12 13 14 NA 15 16 17 18 19 NA
 [31] 20 21 22 NA 23 24 25 26 27 NA 28 NA 29 30 NA 31 32 33 34 NA 35 36 37 38 NA 39 40 41 42 43
 [61] 44 NA 45 NA 46 47 48 49 50 51 52 53 54 55 56 57 58 NA NA NA 59 60 61 NA 62 63 NA 64 65 66
 [91] NA 67 NA NA 68 69 70 71 72 73 74 75 76 77 78 79

如何处理列表中每个小标题的所有行？

4

2 回答 2

2

这是一个选项：在下面的代码中，我们使用逻辑测试来查找四天温度低于 8 的行的索引。然后我们使用map在列表中的每个数据帧上实现这个方法。

library(tidyverse)

# Generate a list of 5 data frames to work with
set.seed(33)
dl = replicate(5, tibble(date=seq(as.Date("2021-01-01"), as.Date("2021-02-01"), by="1 day"),
                         temperature = 10 + cumsum(rnorm(length(date), 0, 3))),
               simplify=FALSE)

# Index of row of fourth day with temperataure lower than 8
# Run this on the first data frame in the list
min(which(cumsum(dl[[1]][["temperature"]] < 8) == 4))
#> [1] 8

# Run the method on each data frame in the list
# Note that infinity is returned if no data row meets the condition
idx8 = dl %>% 
  map_dbl(~ min(which(cumsum(.x[["temperature"]] < 8) == 4)))

idx8
#> [1]   8  29 Inf   7   6

以下是列表中第一个数据框上说明的各个步骤：

# Logical vector returning TRUE when temperature is less than 8
dl[[1]][["temperature"]] < 8
#>  [1] FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE FALSE  TRUE  TRUE  TRUE
#> [13] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
#> [25] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE

# Cumulative number of days where temperature was less than 8
cumsum(dl[[1]][["temperature"]] < 8) 
#>  [1] 0 0 0 0 1 2 3 4 4 5 6 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

# Index of rows for which the cumulative number of days where 
#  temperature was less than 8 is equal to 4
which(cumsum(dl[[1]][["temperature"]] < 8) == 4)
#> [1] 8 9

# We want the index of the first row that meets the condition
min(which(cumsum(dl[[1]][["temperature"]] < 8) == 4))
#> [1] 8

从每个数据框中获取指示的行，如果没有满足条件的行，则获取缺失值。将结果作为数据框返回：

list(dl, idx8) %>% 
  pmap_dfr(~ { 
    if(is.infinite(.y)) {
      tibble(date=NA, temperature=NA)
    } else {
      .x %>% 
        slice(.y) %>% 
        mutate(row.index=.y) %>% 
        relocate(row.index)
    }
  },
  .id="data.frame")
#> # A tibble: 5 × 4
#>   data.frame row.index date       temperature
#>   <chr>          <dbl> <date>           <dbl>
#> 1 1                  8 2021-01-08       7.12 
#> 2 2                 29 2021-01-29      -0.731
#> 3 3                 NA NA              NA    
#> 4 4                  7 2021-01-07       6.29 
#> 5 5                  6 2021-01-06       4.58
于 2021-08-27T18:27:29.830 回答
0

eipi10 的回答回答了我的问题。后来我需要使用完全相同的数据找到温度连续三次低于8.0的第一次。

下一个代码是这种情况的可能解决方案：

idx84 = data_sensor %>% 
  map_dbl(~min(which(cumsum(.x[["Temperature"]] < 8.0) == 4)))
idx87 = data_sensor %>% 
  map_dbl(~min(which(cumsum(.x[["Temperature"]] < 8.0) == 7)))
idx8=idx87-idx84

在此示例中，我们选择从 7 到 4 的索引范围。

沿着 idx8，我们使用 n 来计算多重条件为 True 的次数。

掩码用于我们想要分析另一个范围但已经在以前的范围中找到它的情况，因此我们将保留我们找到的索引优先于第一个计时器。

即：在 idx87 和 idx84 之间找到了 70 个值，掩码将用 0 指向这个值。如果我们想获得 idx88 和 idx 85 之间的值，我们不会用 0 更改掩码指向的值。

最后，我们知道 idx_pos8[i] 中的多重条件为 True，保存 idx87 的索引值

for (i in seq_along(idx8)){
      #If the difference is 3, there are no na's 
      if ((idx8[i] == 3)&(!is.na(idx8[i]))){
        n=n+1 
        mask_idx8[i]=0
        idx_pos8[i]=idx87[i]
        #If there are na's or differ from 3
      } else if ((is.na(idx8[i]))||(idx8[i] != 3)){
          idx_pos8[i]=0
          mask_idx8[i]= idx8[i]
    }}
于 2021-09-11T03:44:31.297 回答