首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >按相邻值分组记录

问按相邻值分组记录
EN

Stack Overflow用户
提问于 2021-05-02 11:15:35
回答 1查看 43关注 0票数 0

我有一组事件记录,每个事件都有start和stop值。我想对所有“相邻”的记录进行分组,即那些start与前一条记录的stop足够接近的记录(比方说,差异不超过20)。例如:

代码语言:javascript
复制
require(data.table)
dt1 <- fread('
id subject event start stop
 1 subjA   yes      1     5
 2 subjA   yes     10    20
 3 subjA   no
 4 subjA   yes     21    30
 5 subjA   yes     90    99
 6 subjB   yes      1     5
', fill=T)

在本例中,记录1、2和4应该是组1,而记录5应该属于下一个组,因为它离前一个组太远(start=90,上一个stop=30)。下面是我现在是怎么做的:

代码语言:javascript
复制
dt1[event=='yes', diff:=(start-shift(stop)), by=subject]
dt1[event=='yes' & (is.na(diff) | diff>20), grp1:=seq_len(.N), by=subject]
dt1[event=='yes', grp1:=ifelse(is.na(grp1),shift(grp1),grp1), by=subject]
dt1[event=='yes', grp1:=zoo::na.locf(grp1), by=subject]
dt1

它可以工作,但看起来有点丑陋,并且涉及来自另一个包(zoo::na.locf()或tidyr::fill())的函数。有什么建议可以让它更简单吗?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2021-05-02 11:49:33

您可以使用cumsum来简化这一过程:

代码语言:javascript
复制
library(data.table)

dt1[event == 'yes',diff := cumsum(start-shift(stop, fill = 0) > 20) + 1, subject]
dt1

#   id subject event start stop diff
#1:  1   subjA   yes     1    5    1
#2:  2   subjA   yes    10   20    1
#3:  3   subjA    no    NA   NA   NA
#4:  4   subjA   yes    21   30    1
#5:  5   subjA   yes    90   99    2
#6:  6   subjB   yes     1    5    1 
票数 1
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/67352682

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