R：按预定值拆分数据集

Question

我有这样的数据（但更大）：

   Pos    Value
     0 66.81967
     1 66.36885
     2 65.79508
     3 65.27049
     4 64.88525
     5 64.97541
     6 65.39344
     7 65.99181
     8 66.63115
     9 66.95901
    10 66.89344
    11 66.44262
    12 65.90984
    13 65.49181
    14 65.35246

我已经确定了最大值并将每个最大值的位置值保存到一个向量中，如下所示：

 9  19  30  42  56  69  80  92 107 118 130 143 154 164 176 188 199 211
 222 234 245

我现在想根据最大值的值拆分数据，因此对于示例数据，我想将数据集拆分为位置 0->9 的值和位置 10- 的值15，并将这些子集中的每一个保存到它们自己的向量中。

我是 R（和编码）的新手，想知道如何最好地解决这个问题。

Answer 1

不确定这是否是最好的方法，但我会使用列表并使用这样的 for 循环（未经测试）：

maxpos <- c(9, 19, 30)
ans <- list()
prev <- 1
for (i in seq.int(length(maxpos))) {
    ans[[i]] <- dataset[seq(prev, maxpos[i]),]
    prev <- maxpos[i+1]
}
ans[[length(maxpos)+1]] <- dataset[seq(maxpos[length[maxpos]]+1,nrow(dataset)),]

Answer 2

假设您的数据框是 dat 并且您的最大值在向量中 maxima，您可以使用

split(dat, cut(dat$Pos, breaks = maxima, include.lowest = TRUE))

对于您的示例数据框：

dat <- 
structure(list(Pos = 0:14, Value = c(66.81967, 66.36885, 65.79508, 
65.27049, 64.88525, 64.97541, 65.39344, 65.99181, 66.63115, 66.95901, 
66.89344, 66.44262, 65.90984, 65.49181, 65.35246)), .Names = c("Pos", 
"Value"), class = "data.frame", row.names = c(NA, -15L))

以及范围内最大值的前几个值：

maxima <- c(0, 10, 19)

我的代码为您提供了数据帧列表

#$`[0,10]`
#   Pos    Value
#1    0 66.81967
#2    1 66.36885
#3    2 65.79508
#4    3 65.27049
#5    4 64.88525
#6    5 64.97541
#7    6 65.39344
#8    7 65.99181
#9    8 66.63115
#10   9 66.95901
#11  10 66.89344
#
#$`(10,19]`
#   Pos    Value
#12  11 66.44262
#13  12 65.90984
#14  13 65.49181
#15  14 65.35246

如果您不需要数据框，而只需要 Value，请使用

split(dat$Value, cut(dat$Pos, breaks = maxima, include.lowest = TRUE))

#$`[0,10]`
# [1] 66.81967 66.36885 65.79508 65.27049 64.88525 64.97541 65.39344 65.99181
# [9] 66.63115 66.95901 66.89344
#
#$`(10,19]`
# [1] 66.44262 65.90984 65.49181 65.35246

Thanks! How would I go about saving these as separate data frames/sets (not sure on the correct terminology) so that I can then fit them individually?

怎么样

lst <- split(dat, cut(dat$Pos, breaks = maxima, include.lowest = TRUE))
dir <- getwd()
lapply(seq_len(length(lst)),
       function (i) write.csv(lst[[i]], file = paste0(dir,"/",names(lst[i]), ".csv"), row.names = FALSE))

这会将每个数据帧保存到目录 dir 下的 .csv 文件中。我已经使用 getwd() 来测试代码；您可以将其更改为特定文件夹。

R：按预定值拆分数据集

R: Splitting dataset by pre-determined values

split

r

dataset