Question

我从RFID读取器中获取了一组数据，该数据记录了个别鸟类何时访巢。但是，木板的错误意味着它们经常会停止扫描一天，因此我不知道这只鸟是否去过巢。数据集包含最近检测时间以及先前检测日期和时间的记录。当董事会在上次已知访问之前的任何一天关闭时，我想用“未知”更新此“前次访问”列。

我的最小数据集如下：

date <- seq.POSIXt(ISOdate(2018, 7, 6), ISOdate(2018,7,16), by = "day")
status <- c("ON","ON","OFF","ON","ON", "ON", "ON", "ON", "ON","ON", "ON")
firstdet <- c("2018-07-07 03:34:58 BST", NA, NA , NA ,               
               NA  , "2018-07-12 01:30:37 BST","2018-07-13 03:15:55 BST", "2018-07-14 00:01:39 BST",
             "2018-07-14 23:46:47 BST" ,"2018-07-15 23:28:16 BST" ,"2018-07-16 23:57:00 BST")
prevVisit <- c(NA, NA, NA,  NA, NA ,"2018-07-07 03:34:58 BST", "2018-07-12 01:30:37 BST",
               "2018-07-13 03:15:55 BST", "2018-07-14 00:01:39 BST",
              "2018-07-14 23:46:47 BST" ,"2018-07-15 23:28:16 BST")

mydf <- data.frame(cbind(as.character(date), status, firstdet, prevVisit))
colnames(mydf)[1] <- "date"

看起来像这样：

            date       status                firstdet               prevVisit
1  2018-07-06 12:00:00     ON 2018-07-07 03:34:58 BST                    <NA>
2  2018-07-07 12:00:00     ON                    <NA>                    <NA>
3  2018-07-08 12:00:00    OFF                    <NA>                    <NA>
4  2018-07-09 12:00:00     ON                    <NA>                    <NA>
5  2018-07-10 12:00:00     ON                    <NA>                    <NA>
6  2018-07-11 12:00:00     ON 2018-07-12 01:30:37 BST 2018-07-07 03:34:58 BST
7  2018-07-12 12:00:00     ON 2018-07-13 03:15:55 BST 2018-07-12 01:30:37 BST
8  2018-07-13 12:00:00     ON 2018-07-14 00:01:39 BST 2018-07-13 03:15:55 BST
9  2018-07-14 12:00:00     ON 2018-07-14 23:46:47 BST 2018-07-14 00:01:39 BST
10 2018-07-15 12:00:00     ON 2018-07-15 23:28:16 BST 2018-07-14 23:46:47 BST
11 2018-07-16 12:00:00     ON 2018-07-16 23:57:00 BST 2018-07-15 23:28:16 BST

N.B。鸟类在晚上22:00至03:00之间探访，因此日期栏是指夜晚开始的日期；这就是为什么firstdet列日期不总是与日期匹配的原因。

只要当前检测到最后一个已知状态之间的任何行包含状态“ OFF”，我都希望“ prevVisit”列更新为“ unknown”（未知），因为我不确定最后一次访问该鸟的时间。例如：

              date     status                firstdet               prevVisit
1  2018-07-06 12:00:00     ON 2018-07-07 03:34:58 BST                    <NA>
2  2018-07-07 12:00:00     ON                    <NA>                    <NA>
3  2018-07-08 12:00:00    OFF                    <NA>                    <NA>
4  2018-07-09 12:00:00     ON                    <NA>                    <NA>
5  2018-07-10 12:00:00     ON                    <NA>                    <NA>
6  2018-07-11 12:00:00     ON 2018-07-12 01:30:37 BST UNKNOWN
7  2018-07-12 12:00:00     ON 2018-07-13 03:15:55 BST 2018-07-12 01:30:37 BST
8  2018-07-13 12:00:00     ON 2018-07-14 00:01:39 BST 2018-07-13 03:15:55 BST
9  2018-07-14 12:00:00     ON 2018-07-14 23:46:47 BST 2018-07-14 00:01:39 BST
10 2018-07-15 12:00:00     ON 2018-07-15 23:28:16 BST 2018-07-14 23:46:47 BST
11 2018-07-16 12:00:00     ON 2018-07-16 23:57:00 BST 2018-07-15 23:28:16 BST

我遇到了很多问题，这些问题询问如何根据前几行来更改行值，但是这些似乎都不以前几行的可变范围为条件，因此它们还没有解决我的问题。

我得到的最接近的是ifelse语句，希望该语句在状态列的前几行中搜索“ OFF”-但这不起作用：

mydf$prevVisit <- ifelse("OFF" %in% mydf$status[which(mydf$date > mydf$prevVisit & mydf$date < mydf$firstdet)], "unknown", mydf$prevVisit)

Answer 1

我认为没有一种优雅的/可矢量化的方法可以解决此问题，ifelse当然不会做您想要的事情。这是一个可能对您有用的快速技巧。

我稍微修改了您的数据以进行另一次测试（我没有在空白处错误地分配“未知”）：

x <- read.table(stringsAsFactors=FALSE, header=TRUE, text="
               date status                firstdet               prevVisit
2018-07-06_12:00:00     ON 2018-07-07_03:34:58_BST                      NA
2018-07-07_12:00:00     ON                      NA                      NA
2018-07-08_12:00:00    OFF                      NA                      NA
2018-07-09_12:00:00     ON                      NA                      NA
2018-07-10_12:00:00     ON                      NA                      NA
2018-07-11_12:00:00     ON 2018-07-12_01:30:37_BST 2018-07-07_03:34:58_BST
2018-07-12_12:00:00     ON 2018-07-13_03:15:55_BST 2018-07-12_01:30:37_BST
2018-07-13_12:00:00     ON 2018-07-14_00:01:39_BST 2018-07-13_03:15:55_BST
2018-07-14_12:00:00     ON                      NA 2018-07-14_00:01:39_BST
2018-07-15_12:00:00     ON 2018-07-15_23:28:16_BST 2018-07-14_00:01:39_BST
2018-07-16_12:00:00     ON 2018-07-16_23:57:00_BST 2018-07-15_23:28:16_BST")
x[] <- lapply(x, function(a) gsub("_", " ", a))

x$unknown <- c(FALSE, sapply(seq_len(nrow(x))[-1], function(i) {
  prev <- tail(which(!is.na(x$firstdet[seq_len(i-1)])), n = 1)
  !is.na(x$firstdet[i]) && (!length(prev) || any(x$status[prev:i] == "OFF"))
}))

x$prevVisit <- ifelse(is.na(x$firstdet) | x$unknown, NA, lag(zoo::na.locf(x$firstdet)))
x
#                   date status                firstdet               prevVisit unknown
# 1  2018-07-06 12:00:00     ON 2018-07-07 03:34:58 BST                    <NA>   FALSE
# 2  2018-07-07 12:00:00     ON                    <NA>                    <NA>   FALSE
# 3  2018-07-08 12:00:00    OFF                    <NA>                    <NA>   FALSE
# 4  2018-07-09 12:00:00     ON                    <NA>                    <NA>   FALSE
# 5  2018-07-10 12:00:00     ON                    <NA>                    <NA>   FALSE
# 6  2018-07-11 12:00:00     ON 2018-07-12 01:30:37 BST                    <NA>    TRUE
# 7  2018-07-12 12:00:00     ON 2018-07-13 03:15:55 BST 2018-07-12 01:30:37 BST   FALSE
# 8  2018-07-13 12:00:00     ON 2018-07-14 00:01:39 BST 2018-07-13 03:15:55 BST   FALSE
# 9  2018-07-14 12:00:00     ON                    <NA>                    <NA>   FALSE
# 10 2018-07-15 12:00:00     ON 2018-07-15 23:28:16 BST 2018-07-14 00:01:39 BST   FALSE
# 11 2018-07-16 12:00:00     ON 2018-07-16 23:57:00 BST 2018-07-15 23:28:16 BST   FALSE

（修改后的数据显示，尽管第9行有空格，第10行仍显示第8行的firstdet。）

我假设您打算一次制作这些真实的日期，所以我将其保留在单独的列中（因为"UNKNOWN"列中不能有POSIXt）。如果您真的想要在那儿，还可以做

x$prevVisit <- ifelse(x$unknown, "UNKNOWN", x$prevVisit)

R：如果前一行包含某个值，则更新行

1 个答案: