Question

我有一个标准的数据框架，我有个人在一段时间内做某种行为。当事件发生在前一次事件的50秒内（延迟<= 50）时，我想将其与之前的事件结合起来。也就是说，每个事件都会有NA的延迟（第一次事故）或延迟> 50。然后，开始时间将是第一次事件的开始时间（NA或> 50），结束时间将是最后一次事件的结束时间＆lt; = 50（参见下面的数据示例）。我还想在合并事件中加上X1的总和。希望下面的数据能够准确地说明我在寻找什么。

原始数据：

所需数据：

ID          Incident    Start   End     X1   Delay
Person A    1           747     748     735  NA
Person A    2           868     882     384  120
Person A    3           998     999     354  116
Person A    4           1057    1059    382  58
Person A    5           1063    1064    138  4
Person A    6           1077    1078    138  13
Person A    7           1412    1413    384  334
Person B    1           739     740     387  NA
Person B    2           742     743     132  2
Person B    3           760     761     386  17
Person B    4           768     769     731  7
Person B    5           835     835     894  66
Person B    6           838     839     891  3
Person B    7           925     926     385  86

我尝试过多个问题，问题是我不能通过ID聚合，因为同一个人可能有两个单独的事件。

谢谢！如果您需要更多信息，请告诉我。

Answer 1

我认为你想要的结果表中有错误。第5行应该是人A.

这是使用dplyr执行此操作的方法。理由是我们首先使用cumsum组合indicents。如果延迟> 50或NA，事件数量增加1。然后，我们summarise在这个新的事件列上。

df%>%
  group_by(ID)%>%
  mutate(Incident=cumsum(Delay>50|is.na(Delay)))%>%
  group_by(ID,Incident)%>%
  summarise(Start=first(Start),End=last(End),X1=sum(X1),Delay=first(Delay))

       ID Incident Start   End    X1 Delay
    <chr>    <int> <int> <int> <int> <int>
1 PersonA        1   747   748   735    NA
2 PersonA        2   868   882   384   120
3 PersonA        3   998   999   354   116
4 PersonA        4  1057  1078   658    58
5 PersonA        5  1412  1413   384   334
6 PersonB        1   739   769  1636    NA
7 PersonB        2   835   839  1785    66
8 PersonB        3   925   926   385    86

数据

df <- read.table(text="ID Incident Start End X1 Delay PersonA 1 747 748 735 NA PersonA 2 868 882 384 120 PersonA 3 998 999 354 116 PersonA 4 1057 1059 382 58 PersonA 5 1063 1064 138 4 PersonA 6 1077 1078 138 13 PersonA 7 1412 1413 384 334 PersonB 1 739 740 387 NA PersonB 2 742 743 132 2 PersonB 3 760 761 386 17 PersonB 4 768 769 731 7 PersonB 5 835 835 894 66 PersonB 6 838 839 891 3 PersonB 7 925 926 385 86",header=TRUE,stringsAsFactors=FALSE)

组合满足R中标准的行

1 个答案: