有人有执行的解决方案吗
- 上的单独操作
- 一组连续值
- 时间序列的子集
- 由重复出现的相同标志标识
- 用R
在下面代码创建的示例数据集中,例如,这指的是在连续几天"flag"==1的情况下,分别计算每组的"值"的平均值。
科学中的一个典型案例是由仪器记录的数据集,该仪器重复执行校准程序并用相同的标志标记相应的数据,但用户需要用相同的程序单独评估每个校准。
谢谢你的建议。Jens
library(lubridate)
df <- data.frame(
date = seq(ymd("2018-01-01"), ymd("2018-06-29"), by = "days"),
flag = rep( c(rep(1,10), rep(0, 20)), 6),
value = seq(1,180,1)
)
data.table
函数rleid
非常适合为连续值的运行提供组ID。我继续使用data.table
,但除了rleid
部分之外,您可以在dplyr
或base
中使用其他所有部分。
我的答案可以归结为使用data.table::rleid
,然后选择你最喜欢的分组方式(R-FAQ链接(
library(data.table)
setDT(df)
df[, r_id := rleid(flag)]
df[flag == 1, list(
min_date = min(date),
max_date = max(date),
mean_value = mean(value)
), by = r_id]
# r_id min_date max_date mean_value
# 1: 1 2018-01-01 2018-01-10 5.5
# 2: 3 2018-01-31 2018-02-09 35.5
# 3: 5 2018-03-02 2018-03-11 65.5
# 4: 7 2018-04-01 2018-04-10 95.5
# 5: 9 2018-05-01 2018-05-10 125.5
# 6: 11 2018-05-31 2018-06-09 155.5