首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >R合并具有低于阈值的值并关闭最小值的行

问R合并具有低于阈值的值并关闭最小值的行
EN

Stack Overflow用户
提问于 2020-03-17 06:13:46
回答 1查看 221关注 0票数 0

我有一个dataframe,其中每一行都有一个ID和值activity。下面是一个示例数据帧:

代码语言:javascript
复制
test=data.frame(
start=c(1,50,100,150,200,250,300,350,400,450,500,100,150,200),
end=c(50,100,150,200,250,300,350,400,450,500,550,150,200,250),
sub_id=c("subid_1_1","subid_1_2","subid_1_3","subid_1_4","subid_1_5","subid_1_6","subid_1_7","subid_1_8","subid_1_9","subid_1_10","subid_1_11","subid_2_1","subid_2_2","subid_2_3"),
id=c(rep("id_1",11),rep("id_2",3)),
activity=c(-0.2,-0.6,-1,-1.2,-1.6,-1.6,-0.5,0.2,-1.2,-0.8,0.1,0.1,1.2,0.5))

对于具有相同ID的每一行:

我想合并所有没有被大于-1的值分隔的、接近最小活动值的行。并保持合并行的起始值和结束值的第一个值和最后一个值,以及在选定行上计算的平均值。

预期输出应为:

代码语言:javascript
复制
start    end    id    activity
100      300    id_1   -1.2

首先,我删除值大于-1的行

代码语言:javascript
复制
test=test[test$activity<=-1,]

我尝试使用setDT合并行

代码语言:javascript
复制
library("data.table")
final_test=setDF(setDT(test)[, .(start = min(start), end = max(end),activity=mean(activity)),by=id])

所以它保留了第一个和最后一个元素,通过id和活动的计算平均值,但这并不是我想要的。

这个不起作用

代码语言:javascript
复制
final_test=setDF(setDT(test)[, .(start = min(start), end = max(end),activity=mean(activity)),by=id[test$activity<=-1]])

谢谢你的帮助

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-03-17 07:06:10

首先,您可以创建一个grp列,它将按顺序将组编号为1、2等-每次您看到一个> -1的值时,该列都会递增生成。

代码语言:javascript
复制
library(dplyr)

threshold <- -1

test.group <- test %>%
  mutate(grp = cumsum(activity > threshold)) 

print(test.group, row.names = F)

输出:

代码语言:javascript
复制
 start end     sub_id   id activity grp
     1  50  subid_1_1 id_1     -0.2   1
    50 100  subid_1_2 id_1     -0.6   2
   100 150  subid_1_3 id_1     -1.0   2
   150 200  subid_1_4 id_1     -1.2   2
   200 250  subid_1_5 id_1     -1.6   2
   250 300  subid_1_6 id_1     -1.0   2
   300 350  subid_1_7 id_1     -0.5   3
   350 400  subid_1_8 id_1      0.2   4
   400 450  subid_1_9 id_1     -1.2   4
   450 500 subid_1_10 id_1     -0.8   5
   500 550 subid_1_11 id_1      0.1   6
   100 150  subid_2_1 id_2      0.1   7
   150 200  subid_2_2 id_2      1.2   8
   200 250  subid_2_3 id_2      0.5   9

然后,您可以删除大于-1的值并按变量grp进行分组,然后轻松地进行汇总以执行您想要的操作。如果需要,您可以对代码进行调整以对其进行微调。

代码语言:javascript
复制
test.result <- 
  test.group %>%
  subset(activity <= threshold) %>%
  group_by(id, grp) %>%
  summarise(start = min(start), end = max(end), activity = mean(activity)) %>%
  ungroup() %>%
  select(start, end, id, activity)

print(test.result, row.names = F)

输出:

代码语言:javascript
复制
# A tibble: 2 x 4
  start   end id    activity
  <dbl> <dbl> <fct>    <dbl>
1   100   300 id_1      -1.2
2   400   450 id_1      -1.2

如果您还想带出组内持续时间最短的活动的详细信息,您可以按照以下步骤操作:

代码语言:javascript
复制
test.result <- 
  test.group %>%
  subset(activity <= -1) %>%
  group_by(id, grp) %>%
  arrange(activity) %>%
  summarise(
    start.min = first(start),
    end.min = first(end),
    sub_id.min = first(sub_id),
    activity.min = first(activity),
    start = min(start), 
    end = max(end), 
    activity = mean(activity)
  ) %>% 
  ungroup() %>%
  select(start, end, id, activity, start.min, end.min, sub_id.min, activity.min)

输出

代码语言:javascript
复制
  start   end id    activity start.min end.min sub_id.min activity.min
  <dbl> <dbl> <fct>    <dbl>     <dbl>   <dbl> <fct>             <dbl>
1   100   300 id_1      -1.2       200     250 subid_1_5          -1.6
2   400   450 id_1      -1.2       400     450 subid_1_9          -1.2
票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/60713886

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档