基于条件的折叠
此问题与几天前发布的问题类似，将行从0折叠到0
与前一个问题不同的是，我们如何根据Id折叠那些时间差小于或等于60的行。
例如，使用相同的数据集
Incident.ID.. date product
INCFI0000029582 2014-09-25 08:39:45 foo
INCFI0000029582 2014-09-25 08:39:45 foo
INCFI0000029582 2014-09-25 08:39:48 bar
INCFI0000029582 2014-09-25 08:40:44 foo
INCFI0000029582 2014-10-10 23:04:00 foo
INCFI0000029587 2014-09-25 08:33:32 bar
INCFI0000029587 2014-09-25 08:34:41 bar
INCFI0000029587 2014-09-25 08:35:24 bar
INCFI0000029587 2014-10-10 23:04:00 foo
df <- structure(list(Incident.ID.. = c("INCFI0000029582", "INCFI0000029582","INCFI0000029582",
"INCFI0000029582", "INCFI0000029582", "INCFI0000029587", "INCFI0000029587",
"INCFI0000029587", "INCFI0000029587"), date = c("2014-09-25 08:39:45","2014-09-25 08:39:45",
"2014-09-25 08:39:48", "2014-09-25 08:40:44", "2014-10-10 23:04:00",
"2014-09-25 08:33:32", "2014-09-25 08:34:41", "2014-09-25 08:35:24",
"2014-10-10 23:04:00"), product =
c("foo","foo","bar","foo","foo","bar","bar","bar","foo")),
class = "data.frame", row.names = c(NA,
-L))
这将通过ID计算时差
library(dplyr)
library(lubridate)
df1 <- df %>%
group_by(Incident.ID..) %>%
arrange(ymd_hms(date)) %>%
mutate(diff = c(0, diff(ymd_hms(date))))
这将导致如下所示的新列差异
Incident.ID.. date product diff
INCFI0000029582 2014-09-25 08:39:45 foo 0
INCFI0000029582 2014-09-25 08:39:45 foo 0
INCFI0000029582 2014-09-25 08:39:48 bar 3
INCFI0000029582 2014-09-25 08:40:44 foo 56
INCFI0000029582 2014-10-10 23:04:00 foo 1347796
INCFI0000029587 2014-09-25 08:33:32 bar 0
INCFI0000029587 2014-09-25 08:34:41 bar 69
INCFI0000029587 2014-09-25 08:35:24 bar 43
INCFI0000029587 2014-10-10 23:04:00 foo 1348116
现在只按< code >事件折叠行。身份证明..其中时间差小于或等于60，即< code>diff
Incident.ID.. DateMin DateMax product diff_collapse
INCFI0000029582 2014-09-25 08:39:45 2014-09-25 08:40:44 foo,bar,foo 0,0,3,56
INCFI0000029582 2014-09-25 08:40:44 2014-10-10 23:04:00 foo 1347796
INCFI0000029587 2014-09-25 08:33:32 2014-09-25 08:34:41 bar 0
INCFI0000029587 2014-09-25 08:34:41 2014-09-25 08:35:24 bar,bar 69,43
INCFI0000029587 2014-09-25 08:35:24 2014-10-10 23:04:00 foo 1348116
正在寻找有关如何创建这种折叠数据集的帮助。提前谢谢。
共有2个答案
您需要一个符合您需求的分组列：
... %>% mutate(
grp = ifelse(diff <= 60,
paste0(Incident.ID.., "origin"),
paste0(Incident.ID.., diff)
))
这将为差异小于60的行创建一个相同的分组（在Incident.ID.中），否则是唯一的。（假设＜code＞diff＜/code＞是唯一的——如果您可能有大于60的重复diff，请使用＜code＞row_number（）＜/code>而不是＜code＞粘贴＜/code＞中的＜code＞diff＞/code，以确保它是唯一的。）将其用作折叠代码的分组列。
我建议制作一个新的分组变量。我得到了如下期望的结果：
df1 <- df %>%
group_by(Incident.ID..) %>%
arrange(ymd_hms(date)) %>%
mutate(diff = c(0, diff(ymd_hms(date)))) %>%
ungroup() %>%
arrange(Incident.ID.., date) %>%
mutate(group = cumsum(diff > 60 | diff == 0)) %>%
group_by(group) %>%
summarise(DateMin = min(date),
DateMax = max(date),
diff_collapse = toString(diff),
product = toString(product))
我基本上是通过条件< code>diff来决定一个新组应该从哪一行开始
首先< code>ungroup很重要，否则< code>cumsum只在组内有效。
-
我有一张有科林斯的桌子 1 |姓名1 | 40 1 |姓名2 | 45 2 |姓名3 | 30 2 |姓名4 | 39 结果我想要这样 1 |名称1 | 40 | 2 |名称3 | 30 1 |名称2 |名称45 | 2 |名称4 | 39 大约有5公里行。 谢谢
-
我有一个这样的数据集 我想创建列（visit_no）。每当间隙大于1时，我们需要在接下来的行中将visit_no值增加1，直到我们找到另一个值，它将保持不变 这是数据框架
-
问题内容： 嗨，有一种方法可以根据与SELECT语句其余部分不同的条件来执行SUM（total_points），所以我希望每行<= to $ chosentrack的SUM（total_points）吗？但SELECT语句的其余条件必须满足以下条件。我需要将它们全部归还..当我填充一个联赛桌时。 非常感谢您的帮助。 问题答案： 您也可以将总和放在case语句中，在case语句中评估其他条件，然后仅
-
我有一些与jdbc相关的通用代码，我想单独打包到一个可运行的jar中，其中已经包含了所需的jdbc库，因此每个数据库类型都有一个单独的可运行jar。源代码将保持不变，但打包的jdbc jar将不同。 例如jdbc app postgres。jar将只包含postgres jdbc jar，而jdbc应用程序mysql。jar将包含mysql jdbc jar。 是否可以使用gradle对任务或任何
-
我试图为数据集创建多水平条形图。这些数据涉及跑步比赛的比赛时间。 Dataframe有以下列：名称、年龄组、完成时间、完成地点、家乡。下面是示例数据。 我想创建一个类似下图的条形图。每个年龄组将有一个条形图，最快的跑步者在图表的底部，跑步者的名字与城市和次数跑了比赛低于他们的名字。 我需要一个for循环还是一个简单的groupby工作？每个年龄组的数量和大小可以根据种族动态变化，因此它不是一个常数
-
我想在spring验证器中创建基于条件的验证。我有一个UserDTO类，因为有两个DTO类带有注释。 如果我传递isPrimary，那么它应该只验证primaryDTO bean，而忽略secondoryDTO验证。 请引导。 谢谢