Question

我的数据框是这样的：

Device_id      Group  Nb_burst            Date_time      
       24          1        3   2018-09-02 10:04:04       
       24          1        5   2018-09-02 10:08:00 
       55          2        3   2018-09-03 10:14:34 
       55          2        7   2018-09-03 10:02:29 
       16          3        2   2018-09-20 08:17:11     
       16          3       71   2018-09-20 06:03:40 
       22          4       10   2018-10-02 11:33:55
       22          4       14   2018-10-02 16:22:18

我想知道，仅对于相同的ID，相同的组号和相同的日期，两行之间的时差。

如果时滞> 1小时，那么可以保留所有内容。
如果时间间隔<1小时，则仅保留Nb_burst最大的行。

这意味着像这样的数据框：

Device_id      Group  Nb_burst            Date_time         
       24          1        5   2018-09-02 10:08:00
       55          2        7   2018-09-03 10:02:29 
       16          3       71   2018-09-20 06:03:40 
       22          4       10   2018-10-02 11:33:55
       22          4       14   2018-10-02 16:22:18

我尝试过：

    Data$timelag <- c(NA, difftime(Data$Min_start.time[-1], Data$Min_start.time[-nrow(Data)], units="hours"))

但是我不知道只有在日期，ID和组相同时才进行测试，可能是循环。我的df有1500行。

希望有人可以帮助我。谢谢！

Answer 1

我不确定为什么您的群组3不重复，因为时差大于一小时。

但是，您可以使用ave创建两个索引变量。首先，每个分组的Nb_burst顺序。其次，每个分组的常规差异。

dat <- within(dat, {
  score <- ave(Nb_burst, Device_id, Group, as.Date(Date_time), 
               FUN=order)
  thrsh <- abs(ave(as.numeric(Date_time), Device_id, Group, as.Date(Date_time),
                   FUN=diff)/3600) > 1
})

最后是rowSums的子集。

dat[rowSums(dat[c("score", "thrsh")]) > 1,1:4]
#   Device_id Group Nb_burst           Date_time
# 2        24     1        5 2018-09-02 10:08:00
# 3        55     2        7 2018-09-03 10:14:34
# 5        16     3        2 2018-09-20 08:17:11
# 6        16     3       71 2018-09-20 06:03:40
# 7        22     4       10 2018-10-02 11:33:55
# 8        22     4       14 2018-10-02 16:22:18

数据

dat <- structure(list(Device_id = c(24L, 24L, 55L, 55L, 16L, 16L, 22L, 
22L), Group = c(1L, 1L, 2L, 2L, 3L, 3L, 4L, 4L), Nb_burst = c(3L, 
5L, 7L, 3L, 2L, 71L, 10L, 14L), Date_time = structure(c(1535875444, 
1535875680, 1535962474, 1535961749, 1537424231, 1537416220, 1538472835, 
1538490138), class = c("POSIXct", "POSIXt"), tzone = "")), row.names = c(NA, 
-8L), class = "data.frame")

比较R中具有相同日期/组/ ID的行之间的时间

1 个答案: