根据两列的减法结果创建一个新列

时间:2014-04-06 04:53:50

标签: r

我有两个这样的大数据集:

df1=data.frame(subject = c(rep(1, 12), rep(2, 10)), day =c(1,1,1,1,1,2,3,15,15,15,15,19,1,1,1,1,2,3,15,15,15,15),stime=c('4/16/2012 6:25','4/16/2012 7:01','4/16/2012 17:22','4/16/2012 17:45','4/16/2012 18:13','4/18/2012 6:50','4/19/2012 6:55','5/1/2012 6:28','5/1/2012 7:00','5/1/2012 16:28','5/1/2012 17:00','5/5/2012 17:00','4/23/2012 5:56','4/23/2012 6:30','4/23/2012 16:55','4/23/2012 17:20','4/25/2012 6:32','4/26/2012 6:28','5/8/2012 5:54','5/8/2012 6:30','5/8/2012 15:55','5/8/2012 16:30'))

df2=data.frame(subject = c(rep(1, 10), rep(2, 10)), day=c(1,1,2,2,3,3,9,9,15,15,1,1,2,2,3,3,9,9,15,15),dtime=c('4/16/2012 6:15','4/16/2012 15:16','4/18/2012 7:15','4/18/2012 21:45','4/19/2012 7:05','4/19/2012 23:17','4/28/2012 7:15','4/28/2012 21:12','5/1/2012 7:15','5/1/2012 15:15','4/23/2012 6:45','4/23/2012 16:45','4/25/2012 6:45','4/25/2012 21:30','4/26/2012 6:45','4/26/2012 22:00','5/2/2012 7:00','5/2/2012 22:00','5/8/2012 6:45','5/8/2012 15:45'))            

...

在df2中,' dtime'每天包含两个时间点。我想在df1中每天使用每个sub的时间点(即' stime')在df2中每天减去每个sub的第二个时间点,如果结果为正,则给出dtime中第二个时间点用于该观察,否则给出第一个时间点。例如,对于第1天的主题1(' 2012年4月16日6:25' - ' 4/16/2012 15:16')< 0,我们给出第一个时间点' 2012/4/16 6:15'对这个障碍; (' 2012年4月16日17:22' - ' 2012年4月16日15:16')> 0, 所以我们给出第二个时间点< 4/16/2012 15:16'对这个障碍。预期的输出应如下所示:

df3=data.frame(subject = c(rep(1, 12), rep(2, 10)), day =c(1,1,1,1,1,2,3,15,15,15,15,19,1,1,1,1,2,3,15,15,15,15),stime=c('4/16/2012 6:25','4/16/2012 7:01','4/16/2012 17:22','4/16/2012 17:45','4/16/2012 18:13','4/18/2012 6:50','4/19/2012 6:55','5/1/2012 6:28','5/1/2012 7:00','5/1/2012 16:28','5/1/2012 17:00','5/5/2012 17:00','4/23/2012 5:56','4/23/2012 6:30','4/23/2012 16:55','4/23/2012 17:20','4/25/2012 6:32','4/26/2012 6:28','5/8/2012 5:54','5/8/2012 6:30','5/8/2012 15:55','5/8/2012 16:30'), dtime=c('4/16/2012 6:15','4/16/2012 6:15','4/16/2012 15:16','4/16/2012 15:16','4/16/2012 15:16','4/18/2012 7:15','4/19/2012 7:05','5/1/2012 7:15','5/1/2012 7:15','5/1/2012 15:15','5/1/2012 15:15','.','4/23/2012 6:45','4/23/2012 6:45','4/23/2012 16:45','4/23/2012 16:45','4/25/2012 6:45','4/26/2012 6:45','5/8/2012 6:45','5/8/2012 6:45','5/8/2012 15:45','5/8/2012 15:45'))

...

我使用下面的代码来实现这一点,但是,由于缺少了“dtime&time”。在第19天,R一直给我错误:

df1$dtime <- apply(df1, 1, function(x){  
                  choices <- df2[ df2$subject==as.numeric(x["subject"]) & 
                                       df2$day==as.numeric(x["day"]) , "dtime"]
         if( as.POSIXct(x["stime"], format="%m/%d/%Y %H:%M") < 
                 as.POSIXct(choices[2],format="%m/%d/%Y %H:%M") ) {
            choices[1] 
            }else{ choices[2] } 
                                  } )

Error in if (as.POSIXct(x["stime"], format = "%m/%d/%Y %H:%M") < as.POSIXct(choices[2],  : missing value where TRUE/FALSE needed

有谁知道如何解决这个问题?

2 个答案:

答案 0 :(得分:0)

首先,我输入了两个数据帧来试试。这是我在伪代码方法方面的想法(将让你完成代码)。 df1,输入时,如下所示:

   subject day           stime
1        1   1  4/16/2012 6:25
2        1   1  4/16/2012 7:01
3        1   1 4/16/2012 17:22
4        1   1 4/16/2012 17:45
5        1   1 4/16/2012 18:13
6        1   2  4/18/2012 6:50
7        1   3  4/19/2012 6:55
8        1  15   5/1/2012 6:28
9        1  15   5/1/2012 7:00
10       1  15  5/1/2012 16:28
11       1  15  5/1/2012 17:00
12       2   1  4/23/2012 5:56
13       2   1  4/23/2012 6:30
14       2   1 4/23/2012 16:55
15       2   1 4/23/2012 17:20
16       2   2  4/25/2012 6:32
17       2   3  4/26/2012 6:28
18       2  15   5/8/2012 5:54
19       2  15   5/8/2012 6:30
20       2  15  5/8/2012 15:55
21       2  15  5/8/2012 16:30

为什么不尝试以下方法:

  • 首先,编写一个简单的循环,使您能够循环遍历df1和df2的stime列中的每个值。如果您愿意,可以将df1和df2数据帧转换为矩阵(使用as.matrix(),这是我的偏好)。

  • 从df1(即4/16/2012 6:25)获取第1行第3列中的第一个值后,取出6:25并将其存储在临时变量中...让& #39; s将此变量称为

  • 为df2执行完全相同的操作,您也想要将其与之比较,并将其存储在临时变量中,除了从相关位置抓取变量...让我们调用此变量b

  • 减去两个临时变量(您可能需要编写一些代码来设置这两个部分,以便您可以轻松地进行ab并得到一个数字答案。那就是说,我会把它留给你)。

  • 使用简单的条件if语句

  • 检查答案是肯定还是否定
  • 根据条件检查的输出

  • 获取a或b的值
  • 将此新值添加到具有相应主题和日期的新数据表中。你已经打电话给这个df3。

答案 1 :(得分:0)

我得到的答案与你不同。首先,我制作了df1的副本来处理:

df4 <- df1
df4$dtime <- apply(df4, 1, function(x){  
                      choices <- df2[ df2$subject==as.numeric(x["subject"]) & 
                                           df2$day==as.numeric(x["day"]) , "dtime"]
             if( as.POSIXct(x["stime"], format="%m/%d/%Y %H:%M") < 
                     as.POSIXct(choices[1],format="%m/%d/%Y %H:%M") ) {
                choices[1] 
                }else{ choices[2] } 
                                      } )
#----------------------------------------------
   subject day           stime           dtime
1        1   1  4/16/2012 6:25 4/16/2012 15:16
2        1   1  4/16/2012 7:01 4/16/2012 15:16
3        1   1 4/16/2012 17:22 4/16/2012 15:16
4        1   1 4/16/2012 17:45 4/16/2012 15:16
5        1   1 4/16/2012 18:13 4/16/2012 15:16
6        1   2  4/18/2012 6:50  4/18/2012 7:15
7        1   3  4/19/2012 6:55  4/19/2012 7:05
8        1  15   5/1/2012 6:28   5/1/2012 7:15
9        1  15   5/1/2012 7:00   5/1/2012 7:15
10       1  15  5/1/2012 16:28  5/1/2012 15:15
11       1  15  5/1/2012 17:00  5/1/2012 15:15
12       2   1  4/23/2012 5:56  4/23/2012 6:45
13       2   1  4/23/2012 6:30  4/23/2012 6:45
14       2   1 4/23/2012 16:55 4/23/2012 16:45
15       2   1 4/23/2012 17:20 4/23/2012 16:45
16       2   2  4/25/2012 6:32  4/25/2012 6:45
17       2   3  4/26/2012 6:28  4/26/2012 6:45
18       2  15   5/8/2012 5:54   5/8/2012 6:45
19       2  15   5/8/2012 6:30   5/8/2012 6:45
20       2  15  5/8/2012 15:55  5/8/2012 15:45
21       2  15  5/8/2012 16:30  5/8/2012 15:45