对 R 中由相同标志标识的时间序列值组进行单独操作

Question

有没有人有解决方案可以执行

组连续值是
时间序列的子集并且是
由重复出现的相同标志识别
与 R ?

在下面的代码创建的示例数据集中，这将指的是例如为连续几天“flag”== 1 的每个组分别计算“value”的平均值。

科学中的一个典型案例是仪器记录的数据集，该仪器重复执行校准程序并用相同的标志标记相应的数据，但用户需要使用相同的程序分别评估每个校准。

感谢您的建议。詹斯

library(lubridate)

df <- data.frame(
    date = seq(ymd("2018-01-01"), ymd("2018-06-29"), by = "days"),
    flag = rep( c(rep(1,10), rep(0, 20)), 6),
    value = seq(1,180,1)
  )

Answer 1

data.table 函数 rleid 非常适合为连续值的运行提供组 ID。我继续使用 data.table，但除了 rleid 部分，你可以在 dplyr 或 base.

中使用任何东西

我的答案归结为 使用 data.table::rleid 然后选择你最喜欢的方式 take the mean by group (R-FAQ link)。

library(data.table)
setDT(df)
df[, r_id := rleid(flag)]
df[flag == 1, list(
    min_date = min(date),
    max_date = max(date),
    mean_value = mean(value)
  ), by = r_id]

#    r_id   min_date   max_date mean_value
# 1:    1 2018-01-01 2018-01-10        5.5
# 2:    3 2018-01-31 2018-02-09       35.5
# 3:    5 2018-03-02 2018-03-11       65.5
# 4:    7 2018-04-01 2018-04-10       95.5
# 5:    9 2018-05-01 2018-05-10      125.5
# 6:   11 2018-05-31 2018-06-09      155.5

对 R 中由相同标志标识的时间序列值组进行单独操作

Separate operations on groups of time series values identified by same flag in R

flags

group-by

r

time-series