Question

我有一组观察对，我想用它们time之间的间隔标记。（在真实数据集中，这些观察对代表进入和退出麦克风校准。）

# R version 3.2.3
library(lubridate) ## Version 1.5.6
library(dplyr) ## Version 0.5.0

data <- data.frame(
    group = c(1,1,2,2,3,3),
    type = rep(c("start", "end"), 3),
    time = ymd_hms("2016-06-01 01:00:00") + c(0,1,3,6,12,18),
    someAttribute = runif(6)
)

data
##   group  type                time someAttribute
## 1     1 start 2016-06-01 01:00:00     0.2540128
## 2     1   end 2016-06-01 01:00:01     0.6845078
## 3     2 start 2016-06-01 01:00:03     0.3576477
## 4     2   end 2016-06-01 01:00:06     0.1223582
## 5     3 start 2016-06-01 01:00:12     0.2715063
## 6     3   end 2016-06-01 01:00:18     0.6392607

我在此示例中包含一个虚拟someAttribute，以强调像tidyr::spread()这样的简单解决方案会使属于data中每行的属性变得混乱。

我有一个制作间隔的函数，我按照dplyr组的方式应用它：

makeTwoIntervals <- function(twoDatetimes) {
    return(rep(interval(twoDatetimes[1], twoDatetimes[2]), 2))
}

data2 <- data %>% group_by(group) %>% mutate(intervals = makeTwoIntervals(time))

data2$intervals
## [1] 2016-06-01 01:00:00 UTC--2016-06-01 01:00:01 UTC
## [2] 2016-06-01 01:00:00 UTC--2016-06-01 01:00:01 UTC
## [3] 2016-06-01 01:00:00 UTC--2016-06-01 01:00:03 UTC
## [4] 2016-06-01 01:00:00 UTC--2016-06-01 01:00:03 UTC
## [5] 2016-06-01 01:00:00 UTC--2016-06-01 01:00:06 UTC
## [6] 2016-06-01 01:00:00 UTC--2016-06-01 01:00:06 UTC

这些值不是我预期得到的。正确的时间传递给我的函数，它为返回创建了正确的双元素向量间隔，但是当这个向量传递回mutate时，会发生一些不好的事情。仔细看看：

str(data2$intervals)
## Formal class 'Interval' [package "lubridate"] with 3 slots
##   ..@ .Data: num [1:6] 1 1 3 3 6 6
##   ..@ start: POSIXct[1:2], format: "2016-06-01 01:00:00" "2016-06-01 01:00:00"
##   ..@ tzone: chr "UTC"

我不清楚这里出了什么问题。这些是我想看到的结果：

## Desired result of data2$intervals:
## [1] 2016-06-01 01:00:00 UTC--2016-06-01 01:00:01 UTC
## [2] 2016-06-01 01:00:00 UTC--2016-06-01 01:00:01 UTC
## [3] 2016-06-01 01:00:03 UTC--2016-06-01 01:00:06 UTC
## [4] 2016-06-01 01:00:03 UTC--2016-06-01 01:00:06 UTC
## [5] 2016-06-01 01:00:12 UTC--2016-06-01 01:00:18 UTC
## [6] 2016-06-01 01:00:12 UTC--2016-06-01 01:00:18 UTC

任何人都可以提供一些有关出错的信息，或者我如何才能达到预期效果？我是否误用了mutate，还是仅仅设计用于处理lubridate::Interval等对象？

Answer 1

这是基于@ Arun的data.table解决方法（#1777）的解决方法，但是使用dplyr语言：

data2 <- data %>% group_by(group) %>% mutate(ranges = list(range(time)))
data3 <- data2 %>% mutate(intervals = list(interval(ranges[[1]][1], ranges[[1]][2])))
data3$intervals2 <- do.call("c", data3$intervals)

data3$intervals2
## [1] 2016-06-01 01:00:00 UTC--2016-06-01 01:00:01 UTC
## [2] 2016-06-01 01:00:00 UTC--2016-06-01 01:00:01 UTC
## [3] 2016-06-01 01:00:03 UTC--2016-06-01 01:00:06 UTC
## [4] 2016-06-01 01:00:03 UTC--2016-06-01 01:00:06 UTC
## [5] 2016-06-01 01:00:12 UTC--2016-06-01 01:00:18 UTC
## [6] 2016-06-01 01:00:12 UTC--2016-06-01 01:00:18 UTC

不完全令人满意，但它确实有效。感谢小费，@ Arun。

分组的dplyr :: mutate错误地返回了润滑间隔的矢量

1 个答案: