提取按条件过滤的值列表
Extract a List of values Filtered by criteria
我有一个数据列表，有些行需要过滤。
我有一些标准来提取那些我称之为 crit 的行。对于每个符合数据条件的 crit，我想获取数据的子集作为输出。
有时有一组函数可以根据您设置的特定条件从更大的数据集中提取一组数据。
我认为最好的选择之一是 dplyr。虽然，我看过一些 dplyr 包视频，但它们主要侧重于在一些简单示例中对行进行排序和选择。
但有时，我们需要能够动态地提取一组变化的标准。
因此，我需要专家考虑 dplyr 我的 data.frame 功能。
这是我的数据的可重现示例
set.seed(1)
data.list <- lapply(1:3, function(x) {
nrep <- 3
time <- rep(seq(90,54000,length.out=12),times=nrep)
Mx <- c(replicate(nrep,sort(runif(12,-0.014,0.012),decreasing=TRUE)))
My <- c(replicate(nrep,sort(runif(12,-0.02,0.02),decreasing=TRUE)))
Mz <- c(replicate(nrep,sort(runif(12,-1,1),decreasing=TRUE)))
df <- data.frame(time,Mx,My,Mz,set_nbr=x)
})
从这个 data.list 的内部提取一些符合条件的独特 groups。
匹配条件定义自
crit输出。
> crit
time Mz set_nbr
1 24594.55 -0.04729751 1
2 29495.45 -0.50902297 1
3 24594.55 -0.04376393 1
4 39297.27 -0.22218980 2
5 24594.55 -0.36407263 2
6 34396.36 -0.38341534 2
7 19693.64 -0.34597255 3
8 14792.73 -0.01480776 3
9 29495.45 -0.00999671 3
我在每个 data.list group 中找到第一个负值 Mz 观察值。这里 group 表示 time 列中 90:54000 之间的值是一组。所以每个 data.list[[1]] 3 组，data.list[[2]] 3 组 data.list[[3]] 3 组。
我想：
- 在
crit 输出中找到 min 和 max time Mz grouped_by set_nbr 的值。
更新
根据@akrun 的回答，此任务由以下代码完成
min_time<- crit %>%
group_by(set_nbr) %>%
filter(time==min(time))
max_time<- crit %>%
group_by(set_nbr) %>%
filter(time==max(time))
- 在
groups. 内过滤掉 data.list 内的这些案例
例如，在data.list[[2]]内部，如果我们想提取Mz的min时间值，如crit输出
> data.list[[2]]
time Mx My Mz set_nbr
1 90.000 0.0113804381 0.0145817980 0.887449637 2
2 4990.909 0.0100259362 0.0098679308 0.772901887 2
3 9891.818 0.0050266053 0.0091723849 0.754115086 2
4 14792.727 0.0046047177 0.0045857989 0.516206105 2
5 19693.636 0.0026426272 0.0022863816 0.448997785 2
6 24594.545 0.0015677851 0.0000176389 0.423487735 2
7 29495.455 -0.0023966069 -0.0018747422 0.095293174 2
8 34396.364 -0.0027816840 -0.0018971667 0.006678971 2
9 39297.273 -0.0047251003 -0.0068489072 -0.222189800 2
10 44198.182 -0.0101464994 -0.0127653456 -0.412539690 2
11 49099.091 -0.0113172099 -0.0129949293 -0.617479780 2
12 54000.000 -0.0136599830 -0.0158004944 -0.621612755 2
13 90.000 0.0117878041 0.0158037641 0.854604177 2
14 4990.909 0.0056253446 0.0152247614 0.681014064 2
15 9891.818 0.0014885119 0.0111993956 0.565702674 2
16 14792.727 0.0009466772 0.0011852241 0.181146318 2
17 19693.636 -0.0007095856 -0.0021505871 0.033593673 2
18 24594.545 -0.0011145670 -0.0034750316 -0.364072631 2
19 29495.455 -0.0014069124 -0.0065805003 -0.433534999 2
20 34396.364 -0.0021987173 -0.0086083808 -0.462098816 2
21 39297.273 -0.0080548883 -0.0088897627 -0.464983585 2
22 44198.182 -0.0086038271 -0.0114920192 -0.562709430 2
23 49099.091 -0.0094904993 -0.0169889702 -0.779278790 2
24 54000.000 -0.0119963261 -0.0174476608 -0.798253748 2
25 90.000 0.0116124758 0.0161232645 0.922819873 2
26 4990.909 0.0101439952 0.0158178170 0.895932709 2
27 9891.818 0.0037524900 0.0142452666 0.637269377 2
28 14792.727 0.0027126828 0.0136245822 0.526445379 2
29 19693.636 0.0016400717 0.0096431459 0.435870552 2
30 24594.545 0.0015504030 0.0089490379 0.125565872 2
31 29495.455 0.0005834194 0.0057726305 0.037152275 2
32 34396.364 -0.0003232792 0.0052165649 -0.383415339 2
33 39297.273 -0.0008013126 0.0042121379 -0.487264792 2
34 44198.182 -0.0072876859 -0.0043456288 -0.637663345 2
35 49099.091 -0.0077894144 -0.0047802446 -0.741686291 2
36 54000.000 -0.0130759449 -0.0064953867 -0.799718307 2
我们会发现如下输出：
> min_setnbr 2
13 90.000 0.0117878041 0.0158037641 0.854604177 2
14 4990.909 0.0056253446 0.0152247614 0.681014064 2
15 9891.818 0.0014885119 0.0111993956 0.565702674 2
16 14792.727 0.0009466772 0.0011852241 0.181146318 2
17 19693.636 -0.0007095856 -0.0021505871 0.033593673 2
18 24594.545 -0.0011145670 -0.0034750316 -0.364072631 2
19 29495.455 -0.0014069124 -0.0065805003 -0.433534999 2
20 34396.364 -0.0021987173 -0.0086083808 -0.462098816 2
21 39297.273 -0.0080548883 -0.0088897627 -0.464983585 2
22 44198.182 -0.0086038271 -0.0114920192 -0.562709430 2
23 49099.091 -0.0094904993 -0.0169889702 -0.779278790 2
24 54000.000 -0.0119963261 -0.0174476608 -0.798253748 2
最后，我们可以绑定 res 输出顺序 set_nbr=1 group_min-> group_max , set_nbr=2 group_min-> group_max .....等等
time Mx My Mz set_nbr group_min
##1 90.000 0.0105615570 0.0128378518 0.92123599 1 1
##2 4990.909 0.0096134025 0.0117695944 0.78439667 1 1
##3 9891.818 0.0093581318 0.0115742493 0.72867894 1 1
##4 14792.727 0.0031807426 0.0113173105 0.55464140 1 1
##5 19693.636 0.0023569651 0.0089484378 0.42502936 1 1
##6 24594.545 0.0008941874 0.0058824078 -0.04729751 1 1
##7 29495.455 -0.0043247786 0.0021214525 -0.13068103 1 1
##8 34396.364 -0.0070967748 0.0011887832 -0.20001126 1 1
##9 39297.273 -0.0086446611 -0.0009107974 -0.22002091 1 1
##10 44198.182 -0.0087562698 -0.0035490228 -0.30663302 1 1
##11 49099.091 -0.0094095244 -0.0156822550 -0.33245014 1 1
##12 54000.000 -0.0123935570 -0.0190667519 -0.34929570 1 1
time Mx My Mz set_nbr group_max
##13 90.000 0.0105615570 0.0128378518 0.92123599 1 3
##14 4990.909 0.0096134025 0.0117695944 0.78439667 1 3
##15 9891.818 0.0093581318 0.0115742493 0.72867894 1 3
##16 14792.727 0.0031807426 0.0113173105 0.55464140 1 3
##17 19693.636 0.0023569651 0.0089484378 0.42502936 1 3
##18 24594.545 0.0008941874 0.0058824078 0.04729751 1 3
##19 29495.455 -0.0043247786 0.0021214525 0.13068103 1 3
##20 34396.364 -0.0070967748 0.0011887832 -0.20001126 1 3
##21 39297.273 -0.0086446611 -0.0009107974 -0.22002091 1 3
##22 44198.182 -0.0087562698 -0.0035490228 -0.30663302 1 3
##23 49099.091 -0.0094095244 -0.0156822550 -0.33245014 1 3
##24 54000.000 -0.0123935570 -0.0190667519 -0.34929570 1 3
> set_nbr 2 group_min
group_max
> set_nbr 3 group_min
group_max
..
更新
除了@akrun的回答，使用
也很有用
Rows <- x[ceiling(x$Mz-y$Mz)==0,]
如果您有不同长度的数据集。
尝试
lst <- lapply(data.list, function(x) {
x$group <- cumsum(x$time==90)
x})
lst1 <- split(as.data.frame(min_time), min_time$set_nbr)
res <- Map(function(x, y) {
val <- mean(y$Mz)
Rows <- x[ceiling(x$time-y$time)==0,]
val1 <- Rows$Mz-val
subset(x, group==Rows$group[which.min(val1)])},
lst, lst1)
我有一个数据列表，有些行需要过滤。
我有一些标准来提取那些我称之为 crit 的行。对于每个符合数据条件的 crit，我想获取数据的子集作为输出。
有时有一组函数可以根据您设置的特定条件从更大的数据集中提取一组数据。
我认为最好的选择之一是 dplyr。虽然，我看过一些 dplyr 包视频，但它们主要侧重于在一些简单示例中对行进行排序和选择。
但有时，我们需要能够动态地提取一组变化的标准。
因此，我需要专家考虑 dplyr 我的 data.frame 功能。
这是我的数据的可重现示例
set.seed(1)
data.list <- lapply(1:3, function(x) {
nrep <- 3
time <- rep(seq(90,54000,length.out=12),times=nrep)
Mx <- c(replicate(nrep,sort(runif(12,-0.014,0.012),decreasing=TRUE)))
My <- c(replicate(nrep,sort(runif(12,-0.02,0.02),decreasing=TRUE)))
Mz <- c(replicate(nrep,sort(runif(12,-1,1),decreasing=TRUE)))
df <- data.frame(time,Mx,My,Mz,set_nbr=x)
})
从这个 data.list 的内部提取一些符合条件的独特 groups。
匹配条件定义自
crit输出。
> crit
time Mz set_nbr
1 24594.55 -0.04729751 1
2 29495.45 -0.50902297 1
3 24594.55 -0.04376393 1
4 39297.27 -0.22218980 2
5 24594.55 -0.36407263 2
6 34396.36 -0.38341534 2
7 19693.64 -0.34597255 3
8 14792.73 -0.01480776 3
9 29495.45 -0.00999671 3
我在每个 data.list group 中找到第一个负值 Mz 观察值。这里 group 表示 time 列中 90:54000 之间的值是一组。所以每个 data.list[[1]] 3 组，data.list[[2]] 3 组 data.list[[3]] 3 组。
我想：
- 在
crit输出中找到min和maxtimeMzgrouped_byset_nbr的值。
更新
根据@akrun 的回答，此任务由以下代码完成
min_time<- crit %>%
group_by(set_nbr) %>%
filter(time==min(time))
max_time<- crit %>%
group_by(set_nbr) %>%
filter(time==max(time))
- 在
groups. 内过滤掉
data.list 内的这些案例
例如，在data.list[[2]]内部，如果我们想提取Mz的min时间值，如crit输出
> data.list[[2]]
time Mx My Mz set_nbr
1 90.000 0.0113804381 0.0145817980 0.887449637 2
2 4990.909 0.0100259362 0.0098679308 0.772901887 2
3 9891.818 0.0050266053 0.0091723849 0.754115086 2
4 14792.727 0.0046047177 0.0045857989 0.516206105 2
5 19693.636 0.0026426272 0.0022863816 0.448997785 2
6 24594.545 0.0015677851 0.0000176389 0.423487735 2
7 29495.455 -0.0023966069 -0.0018747422 0.095293174 2
8 34396.364 -0.0027816840 -0.0018971667 0.006678971 2
9 39297.273 -0.0047251003 -0.0068489072 -0.222189800 2
10 44198.182 -0.0101464994 -0.0127653456 -0.412539690 2
11 49099.091 -0.0113172099 -0.0129949293 -0.617479780 2
12 54000.000 -0.0136599830 -0.0158004944 -0.621612755 2
13 90.000 0.0117878041 0.0158037641 0.854604177 2
14 4990.909 0.0056253446 0.0152247614 0.681014064 2
15 9891.818 0.0014885119 0.0111993956 0.565702674 2
16 14792.727 0.0009466772 0.0011852241 0.181146318 2
17 19693.636 -0.0007095856 -0.0021505871 0.033593673 2
18 24594.545 -0.0011145670 -0.0034750316 -0.364072631 2
19 29495.455 -0.0014069124 -0.0065805003 -0.433534999 2
20 34396.364 -0.0021987173 -0.0086083808 -0.462098816 2
21 39297.273 -0.0080548883 -0.0088897627 -0.464983585 2
22 44198.182 -0.0086038271 -0.0114920192 -0.562709430 2
23 49099.091 -0.0094904993 -0.0169889702 -0.779278790 2
24 54000.000 -0.0119963261 -0.0174476608 -0.798253748 2
25 90.000 0.0116124758 0.0161232645 0.922819873 2
26 4990.909 0.0101439952 0.0158178170 0.895932709 2
27 9891.818 0.0037524900 0.0142452666 0.637269377 2
28 14792.727 0.0027126828 0.0136245822 0.526445379 2
29 19693.636 0.0016400717 0.0096431459 0.435870552 2
30 24594.545 0.0015504030 0.0089490379 0.125565872 2
31 29495.455 0.0005834194 0.0057726305 0.037152275 2
32 34396.364 -0.0003232792 0.0052165649 -0.383415339 2
33 39297.273 -0.0008013126 0.0042121379 -0.487264792 2
34 44198.182 -0.0072876859 -0.0043456288 -0.637663345 2
35 49099.091 -0.0077894144 -0.0047802446 -0.741686291 2
36 54000.000 -0.0130759449 -0.0064953867 -0.799718307 2
我们会发现如下输出：
> min_setnbr 2
13 90.000 0.0117878041 0.0158037641 0.854604177 2
14 4990.909 0.0056253446 0.0152247614 0.681014064 2
15 9891.818 0.0014885119 0.0111993956 0.565702674 2
16 14792.727 0.0009466772 0.0011852241 0.181146318 2
17 19693.636 -0.0007095856 -0.0021505871 0.033593673 2
18 24594.545 -0.0011145670 -0.0034750316 -0.364072631 2
19 29495.455 -0.0014069124 -0.0065805003 -0.433534999 2
20 34396.364 -0.0021987173 -0.0086083808 -0.462098816 2
21 39297.273 -0.0080548883 -0.0088897627 -0.464983585 2
22 44198.182 -0.0086038271 -0.0114920192 -0.562709430 2
23 49099.091 -0.0094904993 -0.0169889702 -0.779278790 2
24 54000.000 -0.0119963261 -0.0174476608 -0.798253748 2
最后，我们可以绑定 res 输出顺序 set_nbr=1 group_min-> group_max , set_nbr=2 group_min-> group_max .....等等
time Mx My Mz set_nbr group_min
##1 90.000 0.0105615570 0.0128378518 0.92123599 1 1
##2 4990.909 0.0096134025 0.0117695944 0.78439667 1 1
##3 9891.818 0.0093581318 0.0115742493 0.72867894 1 1
##4 14792.727 0.0031807426 0.0113173105 0.55464140 1 1
##5 19693.636 0.0023569651 0.0089484378 0.42502936 1 1
##6 24594.545 0.0008941874 0.0058824078 -0.04729751 1 1
##7 29495.455 -0.0043247786 0.0021214525 -0.13068103 1 1
##8 34396.364 -0.0070967748 0.0011887832 -0.20001126 1 1
##9 39297.273 -0.0086446611 -0.0009107974 -0.22002091 1 1
##10 44198.182 -0.0087562698 -0.0035490228 -0.30663302 1 1
##11 49099.091 -0.0094095244 -0.0156822550 -0.33245014 1 1
##12 54000.000 -0.0123935570 -0.0190667519 -0.34929570 1 1
time Mx My Mz set_nbr group_max
##13 90.000 0.0105615570 0.0128378518 0.92123599 1 3
##14 4990.909 0.0096134025 0.0117695944 0.78439667 1 3
##15 9891.818 0.0093581318 0.0115742493 0.72867894 1 3
##16 14792.727 0.0031807426 0.0113173105 0.55464140 1 3
##17 19693.636 0.0023569651 0.0089484378 0.42502936 1 3
##18 24594.545 0.0008941874 0.0058824078 0.04729751 1 3
##19 29495.455 -0.0043247786 0.0021214525 0.13068103 1 3
##20 34396.364 -0.0070967748 0.0011887832 -0.20001126 1 3
##21 39297.273 -0.0086446611 -0.0009107974 -0.22002091 1 3
##22 44198.182 -0.0087562698 -0.0035490228 -0.30663302 1 3
##23 49099.091 -0.0094095244 -0.0156822550 -0.33245014 1 3
##24 54000.000 -0.0123935570 -0.0190667519 -0.34929570 1 3
> set_nbr 2 group_min
group_max
> set_nbr 3 group_min
group_max
..
更新
除了@akrun的回答，使用
也很有用 Rows <- x[ceiling(x$Mz-y$Mz)==0,]
如果您有不同长度的数据集。
尝试
lst <- lapply(data.list, function(x) {
x$group <- cumsum(x$time==90)
x})
lst1 <- split(as.data.frame(min_time), min_time$set_nbr)
res <- Map(function(x, y) {
val <- mean(y$Mz)
Rows <- x[ceiling(x$time-y$time)==0,]
val1 <- Rows$Mz-val
subset(x, group==Rows$group[which.min(val1)])},
lst, lst1)