Question

我有一个时间序列数据帧，有1000多个列。多个列可以具有相同的离散值。我想知道的是，哪5列在最长的时间内确实具有相同的值（哪5列的第二最长的列，等等），

让我们通过用例对此进行解释：
它是每天的时间序列。每列代表一个足球运动员，每个单元是一个团队，当时该运动员正在比赛。
因此数据框看起来像这样：

|---------------------|------------------|------------------|------------------|
|       TS            |    Player A      |    Player B      |    Player C      |
|---------------------|------------------|------------------|------------------|
|      2010-08-01     |     Real Madrid  |     Chelsea      |       NA         |
|---------------------|------------------|------------------|------------------|
|      2010-08-02     |     Real Madrid  |     Chelsea      |       NA         |
|---------------------|------------------|------------------|------------------|
|      2010-08-03     |     Real Madrid  |     Chelsea      |       NA         |
|---------------------|------------------|------------------|------------------|
|      2010-08-04     |     Chelsea      |     Chelsea      |       NA         |
|---------------------|------------------|------------------|------------------|

因此，玩家A在2010-08-04更改了球队。
几年后，球员C开始踢职业足球。

现在我想知道，哪5个玩家在一起玩的时间最长。包括所有5个玩家都同时将团队更改为同一新团队的情况。
想要得到类似以下结果：
玩家A，玩家B，玩家Z，玩家Y，玩家W：1024天
玩家C，玩家D，玩家E，玩家F，玩家G：1021天
玩家A，夹层B，玩家Z，玩家X，玩家C：512天

我正在寻找解决方案，或者至少是一些想法，以解决该问题。

马库斯

Answer 1

我发布了这个问题，因为我没有一个主意如何解决这个问题，但是阅读完您的答案后，我设法创建了一个解决方案：

让我们说“ teams_ts”是我的数据框。
我提取每一行，并过滤出NA。我将行转置为列向量。这种新的载体的rownames是球员的名字，打了一队在那一天。

for (l in 1:nrow(teams_ts)) {
df <- t(teams_ts[l, !is.na(teams_ts[l,])])

然后我用团队创建一个向量，这些向量出现在新的列向量中。我删除了第一个条目，因为它代表了一天。

df_teams <- names(table(df))[-1]

对于每个团队，我都会寻找在该团队中比赛的球员。这是通过过滤后的列向量的行名完成的。

for (k in 1:length(df_teams)){
    temp <- rownames(df)[df == df_teams[k]]

这将创建一个字符向量，我将其折叠成一个字符串。该字符串以及日期和团队信息将存储在数据帧播放器组合中。

    df_temp <- data.frame(names = paste(temp,  collapse = ", "),
                      day = teams_ts$Date[l],
                      team = df_teams[k])
    player_combinations <- rbind(player_combinations, df_temp)
  }
}

现在我可以用nrows通过group by回答我的问题。

final <- player_combinations %>% group_by(names) %>% 
  summarise(n = n())

最后，谢谢您的投入

多列时间序列分析

1 个答案: