Question

这是我的第一篇文章，希望我能解释一下我需要做些什么。我对R来说还是很新，我可能已经阅读了回答这个问题的帖子，但我不能为我的生活理解他们的意思。如果已经回答，请提前道歉。

我有一个非常大的GPS位置数据集来自radiocollars，并且每天的位置数量不一致。我想浏览数据集，并根据GPS信号的准确度选择每天的单个数据点。

所以它基本上就是这样。

Accuracy    Month    Day    Easting    Northing    Etc
   5          6       1     #######    ########     #
   3.2        6       1     #######    ########     #
   3.8        6       1     #######    ########     #
   1.6        6       2     #######    ########     #
   4          6       3     #######    ########     #
   3.2        6       3     #######    ########     #

我希望在保留其余相关数据的同时，为每天提取最准确的分数（最低精度度量）。

目前我一直在使用tapply函数

datasub1<-subset(data,MONTH==6)
tapply(datasub1$accuracy, datasub1$day, min)

使用这种方法，我可以成功检索最小值，每天一个，但是我无法获取相关的坐标和时间，以及所有其他重要信息，以及数据集近300 000行，我真的不能手工完成。

基本上，我需要获得与tapply相同的结果，但是我需要找到该点所在的整行，而不是单个点。

提前感谢任何可以伸出援助之手的人。如果您需要更多信息，请告诉我，我会尽力为您解答。

Answer 1

您可以使用ddply：它将data.frame剪切成碎片（每天一个），并为每个碎片应用一个函数。

# Sample data
n <- 100
d <- data.frame(
  Accuracy = round(runif(n, 0, 5), 1),
  Month    = sample(1:2, n, replace=TRUE),
  Day      = sample(1:5, n, replace=TRUE),
  Easting  = rnorm(n),
  Northing = rnorm(n),
  Etc      = rnorm(n)
)

# Extract the maximum for each day
# (In case of ties, you only have the first row)
library(plyr)
ddply( 
  d, 
  c("Month", "Day"), 
  function (u) u[ which.min(u$Accuracy), ] 
)

Answer 2

这是使用split-apply范例的一个基本解决方案，它至少在开始时构成了plyr函数的基础：

lapply( 
     split(dat, list(dat$Month, dat$Day)),
         function(d) d[ which.min(d$Accuracy), ])

Answer 3

所以你真的不想以任何方式聚合。您所需要做的就是选择每天的最低要求。所以，你需要做的就是找到最小值并选择匹配。

mins <- ave(datasub1$accuracy, datasub1$day, FUN = min)
datasub1[ datasub1$accuracy == mins, ]

如果您需要逐月或一年或者其他什么，那么只需将它们作为列表添加到ave的第二个参数中。这是另一种语法。

mins <- with( datasub1, ave(accuracy, day, month, FUN = min) )

像问题一样，但需要数据帧输出 - R.

3 个答案: