Question

我想使用一列指示每个样本的起点，然后标记起始点之后的点（行），直到达到最大时间。

例如 - 我的数据（d）如下：

> head(d)
  Sample Seconds Value FLAG
1      A     356     1    1
2      A     357     1   NA
3      A     358     9   NA
4      A     359     4   NA
5      A     400     1   NA
6      A     401     3   NA

这里有可复制的副本：

d <- structure(list(Sample = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L
), .Label = c("A", "B", "C"), class = "factor"), Seconds = c(356L, 
357L, 358L, 359L, 400L, 401L, 402L, 403L, 2955L, 2957L, 2959L, 
3001L, 3002L, 3004L, 2548L, 2549L, 2552L, 2553L, 2554L, 2555L, 
2556L, 2557L, 2558L), Value = c(1L, 1L, 9L, 4L, 1L, 3L, 7L, 2L, 
25L, 17L, 23L, 47L, 34L, 15L, 30L, 16L, 17L, 12L, 6L, 8L, 6L, 
6L, 5L), FLAG = c(1L, NA, NA, NA, NA, NA, NA, NA, 1L, NA, NA, 
NA, NA, NA, 1L, NA, NA, NA, NA, NA, NA, NA, NA)), .Names = c("Sample", 
"Seconds", "Value", "FLAG"), class = "data.frame", row.names = c(NA, 
-23L))

我只想要每个样本的前五秒数据。该标志表示样本的第一行（请记住，这是一个简化版本 - 我的真实数据要求我设置一个标志句柄来查找起始点）。我想抓住带有起点的行（Flag = 1），然后转到d$Seconds并在起始点的5秒窗口内的每一行中放置一个值。我不能只添加五个因为一些样本在开始时有4点然后6秒的点。我正在使用大型数据集，所以我也试图避免使用for循环。有任何想法吗？（对不起数据格式 - 我之前没有发布，也不会让我放一张图片）

Answer 1

以下是使用by的基础R中的一种方法：

d$within5 <- unlist(
                by(
                    d,
                    d$Sample,
                    function (x) x$Seconds <= (x$Seconds[!is.na(x$FLAG)]+5)
                  )
                   )

结果：

> head(d)
  Sample Seconds Value FLAG within5
1      A     356     1    1    TRUE
2      A     357     1   NA    TRUE
3      A     358     9   NA    TRUE
4      A     359     4   NA    TRUE
5      A     400     1   NA   FALSE
6      A     401     3   NA   FALSE

索引一行，然后在不同列的指定时间范围内查找其后面的所有值

1 个答案: