Question

在我自己的项目上工作时，我有一个较小的数据框，只包含2个从较大数据框子集化的列。

我正在处理的2列是“Lap ..”和“Timestamp..s。”。

我希望从特定的圈数获得最小时间戳和最大时间戳。

现在我的重点是具有特定圈数的硬编码值。

这是我的代码：

time_df <- csv_to_Table[c("Lap..", "Timestamp..s." )]
#output data to csv to make sure that it is correct
write.csv(time_df, file = "data/lap_timestamp.csv")
output$time_test <- renderText({
  max(time_df$Timestamp..s.) - min(time_df$Timestamp..s.)
})

上面的代码会显示我在赛道上开的总时间。

但是，当我阅读max和min文档时，它没有提到有额外的标准来过滤。看到dplyr库确实包含一个过滤器，我尝试了一下，但仍然没有运气。

output$time_test <- renderText({
  (max(time_df$Timestamp..s.) %>% filter(time_df$Lap.. == 1)) - (min(time_df$Timestamp..s.) %>% filter(time_df$Lap.. == 1))
})

测试数据位于：https://pastebin.com/GZvWEcXb

将来我会想要获得一个下拉数字。

感谢任何帮助/提示。

Answer 1

您也可以使用aggregate()。如果我理解您的数据，您的数据如下所示：

# Make up some data
set.seed(1)
df = data.frame(Lap = sample(1:10, size = 20, replace = TRUE),
                Timestamp = sample(seq.POSIXt(from = ISOdate(2017,1,1), to = ISOdate(2017,06,1), by = "day"), size = 20, replace = TRUE))

然后使用aggregate()获取每个圈数的最小值或最大值：

aggregate(Timestamp ~ Lap, data = df, FUN = min)
aggregate(Timestamp ~ Lap, data = df, FUN = max)

输出：

  > aggregate(Timestamp ~ Lap, data = df, FUN = min)
   Lap           Timestamp
1    1 2017-02-21 13:00:00
2    2 2017-04-02 14:00:00
3    3 2017-02-10 13:00:00
4    4 2017-01-29 13:00:00
5    5 2017-04-12 14:00:00
6    6 2017-04-10 14:00:00
7    7 2017-02-28 13:00:00
8    8 2017-03-04 13:00:00
9    9 2017-02-28 13:00:00
10  10 2017-01-03 13:00:00

 > aggregate(Timestamp ~ Lap, data = df, FUN = max)
   Lap           Timestamp
1    1 2017-02-21 13:00:00
2    2 2017-04-02 14:00:00
3    3 2017-05-23 14:00:00
4    4 2017-04-21 14:00:00
5    5 2017-04-12 14:00:00
6    6 2017-04-10 14:00:00
7    7 2017-05-13 14:00:00
8    8 2017-05-06 14:00:00
9    9 2017-02-28 13:00:00
10  10 2017-01-20 13:00:00

R - 最大，最小功能使用来自不同列的特定值

1 个答案: