我目前正在处理大型物候数据集,其中对于给定月份存在多个树木观测值。我想将这些观察结果分配到三个月的集群或箱子中。我目前正在使用以下代码:
Cluster.GN <- ifelse(Master.feed.parts.gn$yr.mo=="2007.1", 1,
ifelse(Master.feed.parts.gn$yr.mo=="2007.11", 1,....
ifelse(Master.feed.parts.gn$yr.mo=="2014.05", 17, NA)
此代码有效,但由于有超过50个月的时间,因此非常繁琐。我找不到另一个解决方案,因为这个&#34; binning&#34;不是基于观测数量(因为在每个月内可以有多达4000个观测值)并且不是按时间顺序排列的,因为缺少几个月。您可以提供的任何帮助将非常感谢。
更新I:我使用&#34; cut&#34;在R.我尝试将休息时间设置为17,因为那是我应该拥有多少三个月的垃圾箱。但是当我使用表格(Cluster.GN)时,它显示只有奇数编号的&#34; bins&#34;有观察(抱歉,但我无法弄清楚如何将表格上传到此处)。 &gt; Cluster.GN&lt; - cut(Master.feed.parts.gn $ yr.mo,break = 17,c(&#34; 1&#34;,&#34; 2&#34;,&#34; 3&#34;,&#34; 4&#34;,&#34; 5&#34;,&#34; 6&#34;,&#34; 7&#34;,&#34; 8&#34;, &#34; 9&#34;,&#34; 10&#34;,&#34; 11&#34;,&#34; 12&#34;,&#34; 13&#34;,&#34; 14& #34;,&#34; 15&#34;,&#34; 16&#34;,&#34; 17&#34;),include.lowest = TRUE)
答案 0 :(得分:0)
更新:这个答案是一个快速的黑客,我没有检查zoo
库。有关正确的方法,请参阅G Grothendieck's answer using zoo::as.yearqtr()
您需要做的就是将yr.mo
字段从年 - 月字符串(例如2007.11
)转换为1..17范围内的整数,每个季度(即第1个月) ..3进入第一个bin,4..6进入第二个bin等)。 (我不知道8年(2007年至2014年)* 4季度= 32个箱子减少到只有17个箱子,除非你的数据稀疏。但无论如何......)
不需要繁琐的ifelse梯子。
要获得更高的性能,请使用stringi
库,stri_split_fixed()
sample_wr <- function(...) sample(..., replace=T)
# Generate sample data (you're supposed to provide this to code, to make your issue reproducible)
set.seed(123)
N <- 20
df <- data.frame(yr.mo =
paste(sample_wr(2007:2014, N), sample_wr(1:12, N), sep='.') )
# [1] "2009.11" "2013.9" "2010.8" "2014.12" "2014.8" "2007.9" "2011.7"
# [8] "2014.8" "2011.4" "2010.2" "2014.12" "2010.11" "2012.9" "2011.10"
#[15] "2007.1" "2014.6" "2008.10" "2007.3" "2009.4" "2014.3"
yearmonth_to_integer <- function(xx) {
yy_mm <- as.integer(unlist(strsplit(xx, '.', fixed=T)))
return( (yy_mm[1] - 2006) + (yy_mm[2] %/% 3) )
}
Cluster.GN <- sapply(x, yearmonth_to_integer)
# 2009.11 2013.9 2010.8 2014.12 2014.8 2007.9 2011.7
# 6 10 6 12 10 4 7
# 2014.8 2011.4 2010.2 2014.12 2010.11 2012.9 2011.10
# 10 6 4 12 7 9 8
# 2007.1 2014.6 2008.10 2007.3 2009.4 2014.3
# 1 10 5 2 4 9
并且为了获得更高的性能,请使用dplyr或data.table库:
require(dplyr)
# something like the following, currently doesn't work,
# you have to handle two intermediate columns from yy_mm
# You get to fix this :)
df %>% mutate(yy_mm = as.integer(unlist(strsplit(yr.mo, '.', fixed=T))),
quarter = yy_mm[1]-2006 + yy_mm[2] %/% 3 )