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:
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:
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?
发布于 2021-05-02 11:49:33
您可以使用cumsum来简化这一过程:
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 https://stackoverflow.com/questions/67352682
复制相似问题