Question

我有一个数据框，其中包含有关潮汐的以下信息。我正在尝试编写一个需要四个参数的函数（low.max，hi.max，hi.earliest，hi.latest）。例如，向我展示低2英尺或更低的所有日子，hi是6英尺或更低，hi发生在上午10点到下午4点之间。现在我正在遍历行来执行此操作（类似于hi.max - low.max使用它），但我是R的新手，并假设有更像R的方法。

  date      day  time       ft      cm     H/L
2013/01/01  Tue 07:03 AM    8.1     247     H
2013/01/01  Tue 12:49 PM    5.1     155     L
2013/01/01  Tue 05:30 PM    5.7     174     H
2013/01/02  Wed 12:03 AM    0.5     15      L
2013/01/02  Wed 07:33 AM    8.1     247     H
2013/01/02  Wed 01:40 PM    4.4     134     L
2013/01/02  Wed 06:32 PM    5.3     162     H
2013/01/03  Thu 12:42 AM    1.4     43      L
2013/01/03  Thu 08:03 AM    8.1     247     H
2013/01/03  Thu 02:33 PM    3.5     107     L
2013/01/03  Thu 07:46 PM    4.9     149     H

添加dput输出：

structure(list(Date = structure(c(15706, 15706, 15706, 15707, 
15707, 15707, 15707, 15708, 15708, 15708), class = "Date"), Day = c("Tue", 
"Tue", "Tue", "Wed", "Wed", "Wed", "Wed", "Thu", "Thu", "Thu"
), Time = c("7:03 AM", "12:49 PM", "5:30 PM", "12:03 AM", "7:33 AM", 
"1:40 PM", "6:32 PM", "12:42 AM", "8:03 AM", "2:33 PM"), Pred.Ft. = c(8.1, 
5.1, 5.7, 0.5, 8.1, 4.4, 5.3, 1.4, 8.1, 3.5), Pred.cm. = c(247L, 
155L, 174L, 15L, 247L, 134L, 162L, 43L, 247L, 107L), High_Low = c("H", 
"L", "H", "L", "H", "L", "H", "L", "H", "L")), .Names = c("Date", 
"Day", "Time", "Pred.Ft.", "Pred.cm.", "High_Low"), row.names = c(NA, 
10L), class = "data.frame")

到目前为止，我为hi / lo部分尝试了什么，与时间无关：

  tides <- read.csv("TideData.csv", stringsAsFactors = FALSE)

  for (i in 1: nrow(tides)){
    if (tides[i, 6] == "L" & tides[i, 4] <= low.max 
        & tides[i+1, 6] == "H" & tides[i+1, 4] <= hi.max){

      #deal with last iteration being out of bounds / write out to a df

    }

Answer 1

子集数据是R中的一个非常基本的操作，并且已经很好地描述，例如在R手册An Introduction to R中。

假设您的数据名为x，请使用子集运算符[指定要保留的行：

x[x$Pred.Ft < 2, ]

        Date Day     Time Pred.Ft. Pred.cm. High_Low
4 2013-01-02 Wed 12:03 AM      0.5       15        L
8 2013-01-03 Thu 12:42 AM      1.4       43        L

仅限高潮：

x[x$Pred.Ft > 6, ]

        Date Day    Time Pred.Ft. Pred.cm. High_Low
1 2013-01-01 Tue 7:03 AM      8.1      247        H
5 2013-01-02 Wed 7:33 AM      8.1      247        H
9 2013-01-03 Thu 8:03 AM      8.1      247        H

要合并逻辑语句，请|使用OR，&使用AND。因此，只需一步即可获得低潮和高潮：

x[x$Pred.Ft > 6 | x$Pred.Ft < 2, ]


        Date Day     Time Pred.Ft. Pred.cm. High_Low
1 2013-01-01 Tue  7:03 AM      8.1      247        H
4 2013-01-02 Wed 12:03 AM      0.5       15        L
5 2013-01-02 Wed  7:33 AM      8.1      247        H
8 2013-01-03 Thu 12:42 AM      1.4       43        L
9 2013-01-03 Thu  8:03 AM      8.1      247        H

要在春潮中获得高潮，试试这个。由于您知道每个低值后跟一个高值，您可以使用diff计算潮位差异，然后仅返回差异高于阈值的行：

x$Tidediff <- c(NA, diff(x$Pred.Ft))
na.omit(x[x$Tidediff > 6, ])

        Date Day    Time Pred.Ft. Pred.cm. High_Low Tidediff
5 2013-01-02 Wed 7:33 AM      8.1      247        H      7.6
9 2013-01-03 Thu 8:03 AM      8.1      247        H      6.7

Answer 2

使用by函数处理具有相同日期值的记录：

L.lt.2 <- by(tides, tides$Date, FUN= function(d) d[
                          d$High_Low=="L" & d$Pred.Ft <= 2,  "Date",drop=FALSE])
H.lt.6.b.4 <- by(tides, tides$Date, FUN= function(d) d[
               d$High_Low=="H"     &     d$Pred.Ft <= 6    & 
               as.POSIXct(d$Time, format="%H:%M %p") <= 
                                           as.POSIXct("4:00 PM", format="%H:%M %p"), 
                                                             "Date", drop=FALSE])
intersect(L.lt.2, H.lt.6.b.4)
#[[1]]
#character(0)

由于没有构建数据来支持条件测试，所以没有费心加入额外的时间要求。作为“练习”离开，因为它只涉及向[i, ...] - 选择操作添加额外的逻辑向量。（最好构建一个至少有一个日期满足目标的例子。）

计算潮汐范围

2 个答案: