Question

这可能是一个复杂的问题，但我会尽力解释它。

我有一个序列数据集，其中包含在绘图之前应该处理的观察数量。

我想用一个功能来做。因为我在目录中有另一个数据集（大约20个）

#reproducible dataset
numbers<-c(seq(1,-1,length.out = 601),seq(1,0.98,length.out = 601))
time <- c(rep(seq(90,54144,length.out = 601),times=1),rep(seq(90,49850,length.out = 601),times=1))
data = data.frame(time=rep(time,times=10), mag=rep(numbers, times=10))

myfun <- function(data){
library(dplyr)
data$lag <- data$time - lag(data$time)<0
data$lag[is.na(data$lag)] <- 1
data$set <- cumsum(data$lag)

dfchunk<- split(data, factor((rank(data$set))),drop=TRUE)   #split data

sw_t<-lapply(dfchunk,function(x)x[which(x$mag<0)[1],])
result <- data.frame(matrix(unlist(sw_t),nrow=max(data$set), byrow=TRUE))

all_states <- result[complete.cases(result),]
x_val <- c(rep(seq(3.2,8,0.2),each=max(data$set)))  # ????

final <- data.frame(all_states[1],x_val)         #????
}

data.list <- mixedsort(dir(pattern = "*.txt",full.names = FALSE)) # 

res<-lapply(data.list, myfun)

qplot(x_val, X1, data = data, colour = I("red"))

我在myfun做的是;

重塑数据
用因子
应用函数来获得第一个负值观察
只获取complete.cases（na.omit）

我的目标

我想将所有X1列值分配给一个x_val值
这个每个x_val重复数应由nrow=max(data$set)决定（每个x_val值3.2,3.4 ... 8对应一个数据集，但每个数据集包含不同数量的观察值，因此这部分很复杂！）
对于每个数据集，使用此函数并使用ggplot散点图在散点图时间~x_val中绘制它。

到目前为止，我的功能还没有完成任何指导。

要处理真实数据我使用以下代码

library(gtools)
data.list <- mixedsort(dir(pattern = "*.txt",full.names = FALSE)) # creates the list of all the csv files in the directory
data  <-  lapply(data.list,function(x){
             tmp <- read.table(file = x, header = T)
             new.df <- select(tmp, V1,V10)
             return(new.df)
             })
swt <- function(data){
library(dplyr)
names(data) <-c("time","Mag")

data$lag <- data$time - lag(data$time) <0
data$lag[is.na(data$lag)] <- 1
data$set <- cumsum(data$lag)
set_nbr <- seq(3.2,8,0.2)
data$curr <- lapply(seq_along(set_nbr),data)
dfchunk<- split(data, factor((rank(data$set))),drop=TRUE)   #split data
sw_t<-lapply(dfchunk,function(x)x[which(x$Mag<0)[1],])
result <- data.frame(matrix(unlist(sw_t),nrow=max(data$set), byrow=TRUE))
#x_val <- rep(data$curr[1], each=nrow(all_states))

 resultt <- rename(result, c  ("X1"="time", "X2"="Mag","X3"="lag","X4"="set","X5"="curr"))

}

 res<-do.call(rbind, lapply(data.list, myfun))

到目前为止，当我为数据分配curr值时，我收到错误。 @while answer很好用，因为可以在创建数据期间添加set_nbr。但在实际数据处理的情况下，我无法分配它。

Answer 1

仍然不确定我是否完全解决了这个问题。如果我错过了一点，真的很抱歉。

我在名为set_nbr的data.frame中添加了x_val的设置编号。

我修改了测试数据创建，以获得如下所示的完整列表：

data.list <- lapply(seq(3.2,8,0.2), function(x) {
  nrep <- sample(10:20, 1)

  numbers<-c(seq(1,-1,length.out = 601),seq(1,0.98,length.out = 601))
  time <- c(rep(seq(90,54144 + nrep,length.out = 601),times=1),rep(seq(90,49850 + nrep,length.out = 601),times=1))

  data.frame(time=rep(time,times=nrep), mag=rep(numbers, times=nrep), set_nbr=x)
})

然后我将您的代码修改为以下内容：

myfun <- function(data){
  require(dplyr)

  data$lag <- data$time - lag(data$time)<0
  data$lag[is.na(data$lag)] <- 1
  data$set <- cumsum(data$lag)

  dfchunk<- split(data, factor((rank(data$set))),drop=TRUE)   #split data

  sw_t<-lapply(dfchunk,function(x)x[which(x$mag<0)[1],])
  result <- data.frame(matrix(unlist(sw_t),nrow=max(data$set), byrow=TRUE))

  all_states <- result[complete.cases(result),]

  # repeat the set_nbr the same number of times as there are rows in all_states
  x_val <- rep(data$set_nbr[1], each=nrow(all_states))

  final <- data.frame(all_states[1],x_val) # Your example is fine here
}

# do.call rbind to combine the result to one data.frame
res<-do.call(rbind, lapply(data.list, myfun)) 

qplot(x_val, X1, data = res, colour = I("red"))

我希望这可以回答你的问题，或者至少给你足够的指示，帮助你解决问题。

修改

您可以改为使用data.list的rownames。这种方式很容易为每个数据集添加一个集名称，并在您的图中使用它。

# Create data set example
data.list <- lapply(1:25, function(x) {
  nrep <- sample(10:20, 1)

  numbers<-c(seq(1,-1,length.out = 601),seq(1,0.98,length.out = 601))
  time <- c(rep(seq(90,54144 + nrep,length.out = 601),times=1),rep(seq(90,49850 + nrep,length.out = 601),times=1))

  data.frame(time=rep(time,times=nrep), mag=rep(numbers, times=nrep))
})

# Name each row in the data.list according to the specified sequence
names(data.list) <- seq(3.2,8,0.2)

# Define function to transform the sets based on the list entry name
myfun <- function(data_name){
  require(dplyr)

  # Extract the dataset of interest from the data.list
  data <- data.list[[data_name]]

  data$lag <- data$time - lag(data$time)<0
  data$lag[is.na(data$lag)] <- 1
  data$set <- cumsum(data$lag)

  dfchunk <- split(data, factor((rank(data$set))),drop=TRUE)   #split data

  sw_t <-lapply(dfchunk,function(x)x[which(x$mag<0)[1],])
  result <- data.frame(matrix(unlist(sw_t),nrow=max(data$set), byrow=TRUE))

  all_states <- result[complete.cases(result),]
  x_val <- rep(data_name, each=nrow(all_states))

  final <- data.frame(all_states[1],x_val) 
}

# lapply over the list names instead of the list elements 
res <- do.call(rbind, lapply(names(data.list), myfun))

# plot result
qplot(x_val, X1, data = res, colour = I("red"))

为每个数据集分配一个值并使用ggplot绘制它

1 个答案:

修改