在给定时间内对 R 中发生的事件进行分组 frame/period

Question

我目前正在使用 R。我有大量 table 带有小时时间戳的数据，以及每小时的观察值。我需要将所有在 4 小时内发生的 > 0 的观察结果分组为一个事件。示例数据如下：

Date            Obs
2017-12-01 5    0.01
2017-12-01 6    0.5
2017-12-01 7    0.2
2017-12-01 8    0
2017-12-01 9    0.03
2017-12-01 10   0.01
2017-12-01 11   0
2017-12-01 12   0
2017-12-01 13   0
2017-12-01 14   0
2017-12-01 15   0
2017-12-01 16   0
2017-12-01 17   0
2017-12-01 18   1.2
2017-12-01 19   0.6

例如，前六行将是单个事件（0.01、0.5、0.2、0.0.03、0.01），因为只有一个小时没有观察（零）。然后连续的 4 个零或更多行将触发非事件。事件 2 将在下次我们获得正读数 (1.2, 0.6) 等时开始。

我曾尝试使用 rle() 函数执行此操作。例如：

events <- rle(data$Obs > 0)

但是，这会为每个 0 创建一个非事件。对此有简单的解决方案吗？谢谢

Answer 1

这是一个使用 data.table 符号的解决方案，使用运行长度来确定区域是否足够长以拆分组：

library(data.table)
set.seed(120)

# Toy data set
dat <- data.table(time=seq(1,1000), obs=sample(c(0,0.01, 0.1, 1), size=1000, replace=TRUE, prob=c(0.3, 0.3, 0.3, 0.1)))

# calculate run lengths for the observation values
o <- rle(dat$obs)

# assign a new column assigning each row(timepoint/observation) its run length
dat[, length := unlist(lapply(o$lengths, function(x) rep(x, each=x)))]

# determine if the region should be considered an "interruption"
dat[, interrupt := ifelse(obs==0 & length>= 4, TRUE, FALSE)]

# assign values to each alternating interruption/grouped region
dat[, group := rleid(interrupt)]

# Remove sections with >= 4 obsevations of 0
dat2 <- dat[interrupt==FALSE]

# Re-number groups starting at 1
dat2[,group := as.numeric(as.factor(group))]

这应该能满足您的需求

time  obs length interrupt group
   1 0.00      2     FALSE     1
   2 0.00      2     FALSE     1
   3 0.01      1     FALSE     1
   4 1.00      1     FALSE     1
   5 0.01      1     FALSE     1

 992 0.10      1     FALSE     6
 993 0.00      1     FALSE     6
 994 0.01      1     FALSE     6
 995 0.00      1     FALSE     6
 996 0.10      1     FALSE     6

到那时，您可以 follow-up 对您的群组进行任何您想做的事情。例如按组计算平均值，

dat2[, list("average"=mean(obs)), by=group]

产量

group   average
    1 0.1391803
    2 0.1415838
    3 0.2582716
    4 0.1353086
    5 0.1011765
    6 0.1896774

在给定时间内对 R 中发生的事件进行分组 frame/period

Grouping events in R that occur withing a given time frame/period

r

time-series

timespan