确定一个值的位置是否相对于它之前的关联发生了变化
Identify if the position of a value changes relative to it's previous association
我有一个按 site 和 deploy.id 分组的数据框。在每个站点内，deploy.id 按时间顺序排列，并在该设备部署期间标识每个天线 (ant) 的方向 (bearing)。 lag 列显示了之前部署中每个 ant 的方位。在我的数据集中，一个部署中的天线数量可以从一到十不等。我生成了一些列，用于标识在每个站点内，每个天线编号的天线角度是否与之前的部署相同，以及之前部署的“deploy.id”是什么。
site = c(rep(1,6),rep(2,9))
deploy.id = c(rep(657,3), rep(755,3), rep(2029,3), rep(2107,3), rep(3732,3))
date = c("2014-04-25", "2014-04-25", "2014-04-25", "2014-08-11", "2014-08-11", "2014-08-11","2014-11-21", "2014-11-21", "2014-11-21", "2015-04-02","2015-04-02","2015-04-02","2016-11-22", "2016-11-22","2017-04-27")
port = c(rep(1:3,5))
bearing = c(0,120,240,90,60,360,90,60,120,90,60,120,90,120,60)
same.angle = c(rep(NA,3), rep(F,3), rep(NA,3), rep(T,3),T,F,F)
lag = c(rep(NA,3),0,120,240, rep(NA,3),90,60,120,90,60,120)
prev.deploy.id = c(rep(NA,3), rep(657,3), rep(NA,3), rep(755,3), rep(2029,3))
df <- data.frame(site, deploy.id, port, date, bearing, lag, same.angle, prev.deploy.id)
df
site deploy.id ant date bearing lag same.angle prev.deploy.id
1 1 657 1 2014-04-25 0 NA NA NA
2 1 657 2 2014-04-25 120 NA NA NA
3 1 657 3 2014-04-25 240 NA NA NA
4 1 755 1 2014-08-11 90 0 FALSE 657
5 1 755 2 2014-08-11 60 120 FALSE 657
6 1 755 3 2014-08-11 360 240 FALSE 657
7 2 2029 1 2014-11-21 90 NA NA NA
8 2 2029 2 2014-11-21 60 NA NA NA
9 2 2029 3 2014-11-21 120 NA NA NA
10 2 2107 1 2015-04-02 90 90 TRUE 755
11 2 2107 2 2015-04-02 60 60 TRUE 755
12 2 2107 3 2015-04-02 120 120 TRUE 755
13 2 3732 1 2016-11-22 90 90 TRUE 2029
14 2 3732 2 2016-11-22 120 60 FALSE 2029
15 2 3732 3 2017-04-27 60 120 FALSE 2029
基于之前在每个站点中的部署，我想生成一个新列，指示给定 ant 的 bearing 是否与以前的部署。具体来说，我想知道 ant bearing 何时切换（例如 ant 2 WAS 为 60 度但现在为 120 而 ant 3 为 120 但现在在 60 度）。例如
site = c(rep(1,6),rep(2,9))
deploy.id = c(rep(657,3), rep(755,3), rep(2029,3), rep(2107,3), rep(3732,3))
date = c("2014-04-25", "2014-04-25", "2014-04-25", "2014-08-11", "2014-08-11", "2014-08-11","2014-11-21", "2014-11-21", "2014-11-21", "2015-04-02","2015-04-02","2015-04-02","2016-11-22", "2016-11-22","2017-04-27")
port = c(rep(1:3,5))
bearing = c(0,120,240,90,60,360,90,60,120,90,60,120,90,120,60)
same.angle = c(rep(NA,3), rep(F,3), rep(NA,3), rep(T,3),T,F,F)
lag = c(rep(NA,3),0,120,240, rep(NA,3),90,60,120,90,60,120)
prev.deploy.id = c(rep(NA,3), rep(657,3), rep(NA,3), rep(755,3), rep(2029,3))
switched = c(rep(F,13), T, T)
df = data.frame(site, deploy.id, port, date, bearing, lag, same.angle, prev.deploy.id, switched)
df
site deploy.id ant date bearing lag same.angle prev.deploy.id switched
1 1 657 1 2014-04-25 0 NA NA NA FALSE
2 1 657 2 2014-04-25 120 NA NA NA FALSE
3 1 657 3 2014-04-25 240 NA NA NA FALSE
4 1 755 1 2014-08-11 90 0 FALSE 657 FALSE
5 1 755 2 2014-08-11 60 120 FALSE 657 FALSE
6 1 755 3 2014-08-11 360 240 FALSE 657 FALSE
7 2 2029 1 2014-11-21 90 NA NA NA FALSE
8 2 2029 2 2014-11-21 60 NA NA NA FALSE
9 2 2029 3 2014-11-21 120 NA NA NA FALSE
10 2 2107 1 2015-04-02 90 90 TRUE 755 FALSE
11 2 2107 2 2015-04-02 60 60 TRUE 755 FALSE
12 2 2107 3 2015-04-02 120 120 TRUE 755 FALSE
13 2 3732 1 2016-11-22 90 90 TRUE 2029 FALSE
14 2 3732 2 2016-11-22 120 60 FALSE 2029 TRUE
15 2 3732 3 2017-04-27 60 120 FALSE 2029 TRUE
我已经尝试使用 group_by() 和 which() 函数的一些组合来查看我是否可以根据方位角的位置创建条件，但到目前为止，还没有运气好。
提前致谢！
这可能是值得尝试的，使用 dplyr 包。
如果您想查看 bearing 是否出现在之前的 deploy.id 中，并且您在 lag 列中有可用的值，那么您可能已经接近了。
同意按 site 和 deploy.id 分组，因为您想考虑该特定组中的所有 bearing 值。
您可以将 switched 设置为逻辑 TRUE 如果以下两个都是 TRUE:
bearing 包含在 lag 组内（特定于 site 和 deploy.id）。使用 %in% 查看 bearing 是否包含在包含所有 lag 值的向量中。例如，对于 deploy.id 755，90 而不是 包含在向量 c(0, 120, 240) 中。但是，对于 deploy.id 3732，120 是 包含在向量 c(90, 60, 120).
中
第二部分是比较同一行中的bearing值和lag值。在这里，对于 deploy.id 3732，90 和 90 是相同的，所以结果是 FALSE。但是，您有 120 != 60 和 60 != 120，因此其他两行将具有 TRUE.
代码
library(dplyr)
df %>%
group_by(site, deploy.id) %>%
mutate(switched = bearing %in% lag & bearing != lag)
输出
site deploy.id port date bearing lag same.angle prev.deploy.id switched
<dbl> <dbl> <int> <chr> <dbl> <dbl> <lgl> <dbl> <lgl>
1 1 657 1 2014-04-25 0 NA NA NA FALSE
2 1 657 2 2014-04-25 120 NA NA NA FALSE
3 1 657 3 2014-04-25 240 NA NA NA FALSE
4 1 755 1 2014-08-11 90 0 FALSE 657 FALSE
5 1 755 2 2014-08-11 60 120 FALSE 657 FALSE
6 1 755 3 2014-08-11 360 240 FALSE 657 FALSE
7 2 2029 1 2014-11-21 90 NA NA NA FALSE
8 2 2029 2 2014-11-21 60 NA NA NA FALSE
9 2 2029 3 2014-11-21 120 NA NA NA FALSE
10 2 2107 1 2015-04-02 90 90 TRUE 755 FALSE
11 2 2107 2 2015-04-02 60 60 TRUE 755 FALSE
12 2 2107 3 2015-04-02 120 120 TRUE 755 FALSE
13 2 3732 1 2016-11-22 90 90 TRUE 2029 FALSE
14 2 3732 2 2016-11-22 120 60 FALSE 2029 TRUE
15 2 3732 3 2017-04-27 60 120 FALSE 2029 TRUE
我有一个按 site 和 deploy.id 分组的数据框。在每个站点内，deploy.id 按时间顺序排列，并在该设备部署期间标识每个天线 (ant) 的方向 (bearing)。 lag 列显示了之前部署中每个 ant 的方位。在我的数据集中，一个部署中的天线数量可以从一到十不等。我生成了一些列，用于标识在每个站点内，每个天线编号的天线角度是否与之前的部署相同，以及之前部署的“deploy.id”是什么。
site = c(rep(1,6),rep(2,9))
deploy.id = c(rep(657,3), rep(755,3), rep(2029,3), rep(2107,3), rep(3732,3))
date = c("2014-04-25", "2014-04-25", "2014-04-25", "2014-08-11", "2014-08-11", "2014-08-11","2014-11-21", "2014-11-21", "2014-11-21", "2015-04-02","2015-04-02","2015-04-02","2016-11-22", "2016-11-22","2017-04-27")
port = c(rep(1:3,5))
bearing = c(0,120,240,90,60,360,90,60,120,90,60,120,90,120,60)
same.angle = c(rep(NA,3), rep(F,3), rep(NA,3), rep(T,3),T,F,F)
lag = c(rep(NA,3),0,120,240, rep(NA,3),90,60,120,90,60,120)
prev.deploy.id = c(rep(NA,3), rep(657,3), rep(NA,3), rep(755,3), rep(2029,3))
df <- data.frame(site, deploy.id, port, date, bearing, lag, same.angle, prev.deploy.id)
df
site deploy.id ant date bearing lag same.angle prev.deploy.id
1 1 657 1 2014-04-25 0 NA NA NA
2 1 657 2 2014-04-25 120 NA NA NA
3 1 657 3 2014-04-25 240 NA NA NA
4 1 755 1 2014-08-11 90 0 FALSE 657
5 1 755 2 2014-08-11 60 120 FALSE 657
6 1 755 3 2014-08-11 360 240 FALSE 657
7 2 2029 1 2014-11-21 90 NA NA NA
8 2 2029 2 2014-11-21 60 NA NA NA
9 2 2029 3 2014-11-21 120 NA NA NA
10 2 2107 1 2015-04-02 90 90 TRUE 755
11 2 2107 2 2015-04-02 60 60 TRUE 755
12 2 2107 3 2015-04-02 120 120 TRUE 755
13 2 3732 1 2016-11-22 90 90 TRUE 2029
14 2 3732 2 2016-11-22 120 60 FALSE 2029
15 2 3732 3 2017-04-27 60 120 FALSE 2029
基于之前在每个站点中的部署，我想生成一个新列，指示给定 ant 的 bearing 是否与以前的部署。具体来说，我想知道 ant bearing 何时切换（例如 ant 2 WAS 为 60 度但现在为 120 而 ant 3 为 120 但现在在 60 度）。例如
site = c(rep(1,6),rep(2,9))
deploy.id = c(rep(657,3), rep(755,3), rep(2029,3), rep(2107,3), rep(3732,3))
date = c("2014-04-25", "2014-04-25", "2014-04-25", "2014-08-11", "2014-08-11", "2014-08-11","2014-11-21", "2014-11-21", "2014-11-21", "2015-04-02","2015-04-02","2015-04-02","2016-11-22", "2016-11-22","2017-04-27")
port = c(rep(1:3,5))
bearing = c(0,120,240,90,60,360,90,60,120,90,60,120,90,120,60)
same.angle = c(rep(NA,3), rep(F,3), rep(NA,3), rep(T,3),T,F,F)
lag = c(rep(NA,3),0,120,240, rep(NA,3),90,60,120,90,60,120)
prev.deploy.id = c(rep(NA,3), rep(657,3), rep(NA,3), rep(755,3), rep(2029,3))
switched = c(rep(F,13), T, T)
df = data.frame(site, deploy.id, port, date, bearing, lag, same.angle, prev.deploy.id, switched)
df
site deploy.id ant date bearing lag same.angle prev.deploy.id switched
1 1 657 1 2014-04-25 0 NA NA NA FALSE
2 1 657 2 2014-04-25 120 NA NA NA FALSE
3 1 657 3 2014-04-25 240 NA NA NA FALSE
4 1 755 1 2014-08-11 90 0 FALSE 657 FALSE
5 1 755 2 2014-08-11 60 120 FALSE 657 FALSE
6 1 755 3 2014-08-11 360 240 FALSE 657 FALSE
7 2 2029 1 2014-11-21 90 NA NA NA FALSE
8 2 2029 2 2014-11-21 60 NA NA NA FALSE
9 2 2029 3 2014-11-21 120 NA NA NA FALSE
10 2 2107 1 2015-04-02 90 90 TRUE 755 FALSE
11 2 2107 2 2015-04-02 60 60 TRUE 755 FALSE
12 2 2107 3 2015-04-02 120 120 TRUE 755 FALSE
13 2 3732 1 2016-11-22 90 90 TRUE 2029 FALSE
14 2 3732 2 2016-11-22 120 60 FALSE 2029 TRUE
15 2 3732 3 2017-04-27 60 120 FALSE 2029 TRUE
我已经尝试使用 group_by() 和 which() 函数的一些组合来查看我是否可以根据方位角的位置创建条件，但到目前为止，还没有运气好。
提前致谢！
这可能是值得尝试的，使用 dplyr 包。
如果您想查看 bearing 是否出现在之前的 deploy.id 中，并且您在 lag 列中有可用的值，那么您可能已经接近了。
同意按 site 和 deploy.id 分组，因为您想考虑该特定组中的所有 bearing 值。
您可以将 switched 设置为逻辑 TRUE 如果以下两个都是 TRUE:
中bearing包含在lag组内（特定于site和deploy.id）。使用%in%查看bearing是否包含在包含所有lag值的向量中。例如，对于deploy.id755，90 而不是 包含在向量 c(0, 120, 240) 中。但是，对于deploy.id3732，120 是 包含在向量 c(90, 60, 120).第二部分是比较同一行中的
bearing值和lag值。在这里，对于deploy.id3732，90 和 90 是相同的，所以结果是FALSE。但是，您有 120 != 60 和 60 != 120，因此其他两行将具有TRUE.
代码
library(dplyr)
df %>%
group_by(site, deploy.id) %>%
mutate(switched = bearing %in% lag & bearing != lag)
输出
site deploy.id port date bearing lag same.angle prev.deploy.id switched
<dbl> <dbl> <int> <chr> <dbl> <dbl> <lgl> <dbl> <lgl>
1 1 657 1 2014-04-25 0 NA NA NA FALSE
2 1 657 2 2014-04-25 120 NA NA NA FALSE
3 1 657 3 2014-04-25 240 NA NA NA FALSE
4 1 755 1 2014-08-11 90 0 FALSE 657 FALSE
5 1 755 2 2014-08-11 60 120 FALSE 657 FALSE
6 1 755 3 2014-08-11 360 240 FALSE 657 FALSE
7 2 2029 1 2014-11-21 90 NA NA NA FALSE
8 2 2029 2 2014-11-21 60 NA NA NA FALSE
9 2 2029 3 2014-11-21 120 NA NA NA FALSE
10 2 2107 1 2015-04-02 90 90 TRUE 755 FALSE
11 2 2107 2 2015-04-02 60 60 TRUE 755 FALSE
12 2 2107 3 2015-04-02 120 120 TRUE 755 FALSE
13 2 3732 1 2016-11-22 90 90 TRUE 2029 FALSE
14 2 3732 2 2016-11-22 120 60 FALSE 2029 TRUE
15 2 3732 3 2017-04-27 60 120 FALSE 2029 TRUE