Question

我有一个数据框：

                 Time   CardID    Data      Type
1  2018-01-01 10:44:35 10037479 PowerOn  STBEvent
2  2018-01-01 10:44:48 10037479    0401 UseRemote
3  2018-01-01 10:44:53 10037479    0301 UseRemote
4  2018-01-01 10:45:13 10037479    0401 UseRemote
5  2018-01-01 10:45:24 10037479    0301 UseRemote
6  2018-01-01 10:45:30 10037479    1415  LiveView
7  2018-01-01 10:45:37 10037479    0401 UseRemote
8  2018-01-01 11:08:01 10037479    1412  LiveView
9  2018-01-01 11:08:13 10037479    0401 UseRemote
10 2018-01-01 11:14:31 10037479    0301 UseRemote

structure(list(Time = structure(c(1514783675, 1514783688, 1514783693, 
1514783713, 1514783724, 1514783730, 1514783737, 1514785081, 1514785093, 
1514785471), class = c("POSIXct", "POSIXt")), CardID = c("10037479", 
"10037479", "10037479", "10037479", "10037479", "10037479", "10037479", 
"10037479", "10037479", "10037479"), Data = c("PowerOn", "0401", 
"0301", "0401", "0301", "1415", "0401", "1412", "0401", "0301"
), Type = c("STBEvent", "UseRemote", "UseRemote", "UseRemote", 
"UseRemote", "LiveView", "UseRemote", "LiveView", "UseRemote", 
"UseRemote")), .Names = c("Time", "CardID", "Data", "Type"), row.names = c(NA, 
10L), class = "data.frame")

我正在使用dplyr的超前和滞后函数来获取特定行之前和之后的数据点。例如，我正在使用此：

ae1 <- which(dplyr::lag(df$Data)=="1415")+1

这使我从上面的数据框中获得第6行，其中Type等于“ LiveView”。我了解到，通过在代码末尾更改整数，可以从数据帧中获取相应的行。我的问题是：我可以使用相同/相似的功能来在下一个“ LiveView”中获取数据吗？它是第8行。我可以很好地做到这一点

ae1 <- which(dplyr::lag(df$Data)=="1415")+3

获得第8行。但是下一个LiveView类型可以出现在除8以外的任何行中。我在想类似的东西

ae1 <- which(dplyr::lag(df$Data)=="1415")+nrow(where Type == next "LiveView")

Answer 1

1）如果目标是查找第1415行之后的第LiveWire行的行号，请使用显示的连接符，后跟which和{{ 1}}来获取行号和那些行号的第一个。注意first对于1415年以后的第一个cummany组件是正确的，并且通过滞后它，我们仅对它之后的那些组件有效。如果我们知道只有这样一行，那么我们可以省略Data。由于dplyr的滞后时间与基准中的first冲突，因此我们使用lag来确保我们正在使用所需的延迟。

dplyr::lag

2）如果我们想要该行本身，请使用df %>% { dplyr::lag(cumany(.$Data == 1415)) & .$Type == "LiveView" } %>% which %>% first ## [1] 8和filter。如果我们知道只有这样一行，我们可以省略slice：

slice

请注意，如果我们通过用以下代码替换第一行代码来向df %>% filter(dplyr::lag(cumany(Data == 1415)) & Type == "LiveView") %>% slice(1) ## Time CardID Data Type ## 1 2018-01-01 00:38:01 10037479 1412 LiveView添加行号：

df

然后上述代码还将在其他列中的行本身之外，在df %>% mutate(n = 1:n()) %>%列中提供行号。

2a）（2）的替代方法是，我们可以先通过n进行过滤，以给出1415开头的所有行，然后删除第一行，因为我们只想在之后行，然后在其中找到cumany(Data == 1415)行，并排在第一行。

LiveView

更新

修订。

Answer 2

我正在使用dplyr的超前和滞后函数来获取特定行之前和之后的数据点。 [...]我可以使用相同/相似的功能来在下一个“ LiveView”中获取数据吗？[...]

如果对于Data == 1415的每个实例，您要查找CardID匹配，Type匹配且Time更大的下一行，则有...

library(data.table)
setDT(df)

mdf = df[Data == "1415", .(CardID, Type, Time)]
w   = df[mdf, on=.(CardID, Type, Time > Time), mult="first", which=TRUE]
df[w]

#                   Time   CardID Data     Type
# 1: 2018-01-01 00:38:01 10037479 1412 LiveView

如果您有重复的时间，那么Time不能作为行号。您可以添加df[, rn := .I]或df[, rn := rowid(CardID)]之类的行号，并改用它。

带有on=的行是非等号联接，当前在dplyr中不可用，这就是为什么我在此处使用其他包进行发布的原因。

如果要返回两行......

w0 = df[Data == "1415", which=TRUE]
w  = df[df[w0], on=.(CardID, Type, Time > Time), mult="first", which=TRUE]
df[matrix(c(w0, w), 2, byrow=TRUE)]

#                   Time   CardID Data     Type
# 1: 2018-01-01 00:15:30 10037479 1415 LiveView
# 2: 2018-01-01 00:38:01 10037479 1412 LiveView

或者如果您还希望在行之前添加数据点：

wb = df[df[w0], on=.(CardID, Type, Time < Time), mult="first", which=TRUE]
df[matrix(c(wb, w0, w), 3, byrow=TRUE)]

#                   Time   CardID Data     Type
# 1:                <NA>     <NA> <NA>     <NA>
# 2: 2018-01-01 00:15:30 10037479 1415 LiveView
# 3: 2018-01-01 00:38:01 10037479 1412 LiveView

显示NA，因为没有行符合这些条件。

Answer 3

一种方法是根据dplyr::group_by Type，dplyr::filter感兴趣的Type为基础的数据，然后dplyr::slice到该位置在这种情况下，您想定位2：

library(dplyr)

df <- 
  structure(
    list(
      Time = 
        structure(c(1514783675, 1514783688, 1514783693, 
                    1514783713, 1514783724, 1514783730, 1514783737, 1514785081, 1514785093, 
                    1514785471), class = c("POSIXct", "POSIXt")), 
      CardID = c("10037479", "10037479", "10037479", "10037479", "10037479", "10037479", "10037479", 
                 "10037479", "10037479", "10037479"), 
      Data = c("PowerOn", "0401", "0301", "0401", "0301", "1415", "0401", "1412", "0401", "0301"), 
      Type = c("STBEvent", "UseRemote", "UseRemote", "UseRemote", 
               "UseRemote", "LiveView", "UseRemote", "LiveView", "UseRemote", 
               "UseRemote")), 
    .Names = c("Time", "CardID", "Data", "Type"), 
    row.names = c(NA, 10L), 
    class = "data.frame")


df %>% 
group_by(Type) %>% 
filter(Type %in% 'LiveView') %>% 
slice(2)

将dplyr的超前或滞后与其他变量结合使用

3 个答案:

更新