Question

我有超过10天测量的巨大df。现在我需要获得整个数据集，单天和几天的差异和可重复性。对整个数据集来说，这很容易。在这一天，我创建了以下循环（其工作顺便说一下）：

All_D <- unique(lam$Start_date)
for  (d in 1:10){  
  jaj.d <- All_D[d]
  Days.d <- subset(lam, Start_date == jaj.d)
  jaa <- as.data.frame(as.table(with(Days.d, tapply(CH4, ID, FUN = var))))
  names(jaa) <- c("ID", "within_ani") 
  write.csv(jaa, paste("Day_",jaj.d,".csv",sep = ""),row.names = F)
  }

现在我想组成两天的小组，然后走过＆＃34; 10天，但他们必须保持聚集..所以喜欢：

2013-09-01＆amp; 2013-09-02,2013-09-02＆amp; 2013-09-03,2013-09-03＆amp; 2013-09-04，..，
2013-09-09＆amp; 2013年9月10日

我认为有必要创建另一个循环，但是（除了上面的信息）我不知道从哪里开始..我也必须分组3-9天，所以我宁愿不这样做用手！我有一个df，如下所示：

'data.frame':   1420847 obs. of  22 variables:
$ ID     : int  12338 12338 12338 12338 12338 12338 12338 12338 12338 12338 ...
$ CO2       : int  1510 1950 1190 1170 780 870 730 740 680 700 ...
$ CH4       : int  66 77 62 58 34 51 36 43 32 40 ...
$ Start_date: chr  "2013-09-01" "2013-09-01" "2013-09-01" "2013-09-01" ...

我是一个关于R的小伙子，我希望有人可以给我一个正确方向的推动？我一直在努力解决这个问题几个小时，我似乎无法在这个网站或网络上的其他地方找到解决方案。英语不是我的母语，我发现很难找到合适的搜索术语，所以这并不是因为缺乏尝试。

如果我的问题仍然不清楚，请告诉我，我会尝试调整它。

修改

Soooooo，在你们的帮助下，我想出了这个循环：

> lam <- df
lam$Start_date <- as.Date(lam$Start_date)
require(data.table)
lam <- as.data.table(lam)                    #transform df to dt
lam[,date1 := c(1, diff(Start_date))]        #assign each date a different number
lam[,date1 := cumsum(date1)]


for (i in 1:10) {                                #loop through each level of date
    lap.i <- split(lam, lam$date1)               #split date1 to get single days 

for (j in 1:(i+1)) {                             #loop through each level of date 
     lap.j <- split(lam, lam$date1)              #split date1 to get the day after i
     }
     for (k in (i+2)) {
          lap.k <- split(lam, lam$date1)         #split date1 to get the day after j
          }
          for (l in 1:(i+3)) {
               lap.l <- split(lam, lam$date1)    #split date1 to get the day after k
               }
lap.i.j.k.l <- rbind(lap[[i]], lap[[j]], lap[[k]], lap[[l]]) #binding the lists together
var.i.j.k.l <- var(lap.i.j.k.l$CH4)              #get the between individual variance for CH4

#get a df with individual variances for CH4
kill <- as.data.frame(c(with(lap.i.j.k.l, tapply(CH4, CowID, FUN = var)), var.i.j.k.l)) 
names(kill) <- c("variance")                     #name columns in df

#write to a .csv file in wd
write.csv(kill, paste("consecutive days_", i, "_", j, "_", k, "_", l, ".csv", sep = ""))
}

这正是我想要的，但是，R不是循环内循环内部循环的忠实粉丝，依此类推。上面的循环是为了获得连续4天数据的表，我需要连续9天才行。由于上面的循环已经要求很多这台计算机，我想知道什么是更短，更容易，更有效要做到这一点的方法？不是＆＃34;如果＆＃34;因为我知道它存在，Codoremifa已经向我展示了这一点，只是因为他的代码并没有完全符合我的要求，我似乎无法弄清楚它是如何工作的。

编辑2
我想要完成的任务：

   ID      CO2   CH4  dates       date1
 1 12338   1510  66   2013-09-01  1   
 2 12338   1950  77   2013-09-01  1 
 3 12338   1190  62   2013-09-01  1
 4 12338   1170  58   2013-09-02  1
 5 12338   780   34   2013-09-02  1
 6 12338   870   51   2013-09-03  2
 7 12338   1670  66   2013-09-03  2   
 8 12338   1980  77   2013-09-03  2 
 9 12338   1330  62   2013-09-04  2
10 12338   1850  58   2013-09-04  2
11 12338   1640  34   2013-09-05  3
12 12338   590   51   2013-09-05  3

之后列出如下：

> [1]
ID       var
12338    164077.4
12339    78420.31
12352    91472.76

> [2]
ID       var
12338    33543.16
12339    184467.1
12352    202267.3

我想写一个.csv文件

Answer 1

我不确定您的输出需要什么样。这应该会让你知道应该尝试什么。如果您可以发布样本数据，我可以相应地编辑我的答案

library(data.table)
# sample data
dt <- data.table(
dates = rep(seq.Date(
    as.Date('01-01-2013','%d-%m-%Y'),
    as.Date('03-01-2013','%d-%m-%Y'),
    by = 'days'
    ),3),
values = rnorm(3,0)
)

# ordering dataset by dates    
setkeyv(dt,'dates')

# assigning each date a unique number
dt[,flag := c(0,diff(dates))]
dt[,flag := cumsum(flag)]
noofdates <- max(dt[,flag])+1

# i is the counter for how many dates need to be clubbed
for ( i in 1:3 )
{
  # creating list to store intermediate data
  grouplist <- vector(mode = "list", length = i)

  # j is the counter for each group of i dates
  for ( j in 1:(noofdates-i+1) )
  {
    # egtting the subset for each group
    dttemp <- dt[flag %in% c(j:(j+i))]

    # storing the variance in a list
    grouplist[[j]] <- dttemp[, list(varvalues = var(values))]
  }

  # combining the list into one data.table
  groupdt <- rbindlist(grouplist)

  #write out
  write.csv(groupdt,paste0('name_',i,"_",j,'.csv'))
}

Answer 2

我不太确定“分组日”是什么意思（你想做什么？）。

如果您只想每隔2天，3天等访问一次，这很容易实现：

# create some data
dates <- as.Date(paste0("1990-11-", 1:10))
df <- data.frame(a = sample(10), b = sample(10), date = dates)

# you could, of course, also specify begin and end manually
days.ordered <- sort(df$date)
begin <- days.ordered[1]
end <- tail(days.ordered, n = 1)

seq(begin, end, by='2 days')  # or 3 days, or 4 days

但您似乎正在寻找一种方法将整个数据框分成按天间隔定义的组。

# create some data
dates <- as.Date(paste0("1990-11-", rep(1:10, each=3)))
df <- data.frame(id = rep(1:10, each=3), CH4 = 1:30, CO2 = 1:30, date = dates)

# you could, of course, also specify begin and end manually
days.ordered <- sort(df$date)
begin <- days.ordered[1]
end <- tail(days.ordered, n = 1)

by.n <- 2  # adjust
groups <- seq(begin, end + by.n, by=paste(by.n, "days"))

require(plyr)
ddply(df, .(id, cut(date, breaks = groups)), summarize, 
      VarCH4 = var(CH4),
      varCO2 = var(CO2))

如何聚集或分组天并将其写入R中的.csv文件？

2 个答案: