Question

我在R中有一个数据集，其中包含一系列人员，发生的事件以及从0开始的指定时间，从0开始。它看起来类似于：

event seconds person
1      0.0    Bob
2     15.0    Bob
3     28.5    Bob
4     32.0    Joe
5     38.0    Joe
6     41.0    Joe
7     42.5    Joe
8     55.0    Anne
9     58.0    Anne

我需要对每个名称进行过滤，这意味着每个人的有序事件不会是连续的。

这是什么样的例子（注意鲍勃如何不参与4-40事件等）：

event seconds person
1      0.0     Bob
2      15.0    Bob
3      28.5    Bob
41     256.0   Bob
42     261.0   Bob
43     266.0   Bob
44     268.5   Bob
45     272.0   Bob
46     273.0   Bob
49     569.0   Bob
80     570.5   Bob
81     581.0   Bob

顺序和相关的事件以增量1分隔。我想找到相关事件的持续时间，例如，事件1-3是一个28.5秒的组。事件41-46是持续17秒的另一组。这对于person列中列出的所有名称都是必需的。

我尝试使用dplyr过滤名称，然后使用as.matrix查找事件行之间的差异，并确定增量大于1的位置（表示它不再是当前事件序列的一部分）。我还没有找到一种方法来分配最大值和最小值，以确定相关事件的持续时间。解决方案不需要涉及这个步骤，但它是我能来的最接近的。

最终目标是绘制每个人的非连续持续时间，以便对每个人的整个数据集的事件参与进行直观表示。

提前谢谢你。

Answer 1

使用此：

gunzip < yourfile > yourfile.right

由于我不是伟大烟斗的追随者，我把剩下的留给你。

Answer 2

假设首先我们只有Bob的数据帧行，称为bob。我们假设bob已按event排序，增加。

按照您提到的相同方式（查看diff(event) > 1），您还可以使用cumsum将每个事件分组到其所属事件的“运行”中：

library(plyr)
bob2 <- mutate(bob, start = c(1, diff(bob$event) > 1), run=cumsum(start))
   event seconds person start run
1      1     0.0    Bob     1   1
2      2    15.0    Bob     0   1
3      3    28.5    Bob     0   1
4     41   256.0    Bob     1   2
5     42   261.0    Bob     0   2
6     43   266.0    Bob     0   2
7     44   268.5    Bob     0   2
8     45   272.0    Bob     0   2
9     46   273.0    Bob     0   2
10    49   569.0    Bob     1   3
11    80   570.5    Bob     1   4
12    81   581.0    Bob     0   4

start表示这是否会启动一系列连续事件，run是我们所处的事件集。

然后你可以找到持续时间：

ddply(bob2, .(run), summarize, length=diff(range(seconds)))
  run length
1   1   28.5
2   2   17.0
3   3    0.0
4   4   10.5

现在假设您拥有原始数据框，并将所有人混合在一起，我们可以再次使用ddply将其拆分：

tmp <- ddply(df, .(person), transform, run=cumsum(c(1, diff(event) != 1)))
ddply(tmp, .(person, run), summarize, length=diff(range(seconds)), start_event=first(event), end_event=last(event))

    person run length start_event end_event
1   Anne   1    3.0           8         9
2    Bob   1   28.5           1         3
3    Bob   2   17.0          41        46
4    Bob   3    0.0          49        49
5    Bob   4   10.5          80        81
6    Joe   1   10.5           4         7

注意：我的df是你的另一张桌子的{bb表 - unique() d（只是为了表明每个人有多次跑步时才有效）。可能有一种聪明的方法可以将两个ddply调用结合起来（或使用我不熟悉的dplyr管道语法），但我不知道它是什么。< / p>

如何对顺序事件时间序列（事件之间的中断）进行分组以查找事件持续时间

2 个答案: