如何使用两个索引创建一个 for 循环？

Question

尊敬的 Whosebug 用户，

我正在努力实现 for 循环。我有一个带有时间列（YMD-HMS 格式）的数据框和另一个带有颗粒物数据的列。此外，我有一个包含开始和停止时刻的数据框；

#TIMEPOINTS log

start <- c(ymd_hms("2020-03-06 19:43:00",
                   "2020-03-06 19:47:00",
                   "2020-03-06 19:53:00",
                   "2020-03-06 20:00:00",
                   "2020-03-06 20:13:00",
                   "2020-03-06 20:22:00",
                   "2020-03-06 20:32:00",
                   "2020-03-06 20:36:00",
                   "2020-03-06 20:42:00",
                   "2020-03-06 20:45:00",
                   "2020-03-06 20:49:00",
                   "2020-03-06 21:01:00",
                   "2020-03-06 21:04:00",
                   "2020-03-06 21:06:00",
                   "2020-03-06 21:09:00",
                   "2020-03-06 21:12:00"))

end <- c(ymd_hms("2020-03-06 19:46:00",
                 "2020-03-06 19:49:00",
                 "2020-03-06 19:55:00",
                 "2020-03-06 20:02:00",
                 "2020-03-06 20:15:00",
                 "2020-03-06 20:24:00",
                 "2020-03-06 20:34:00",
                 "2020-03-06 20:38:00",
                 "2020-03-06 20:44:00",
                 "2020-03-06 20:47:00",
                 "2020-03-06 20:51:00",
                 "2020-03-06 21:03:00",
                 "2020-03-06 21:06:00",
                 "2020-03-06 21:08:00",
                 "2020-03-06 21:11:00",
                 "2020-03-06 21:14:00"))

df <- data.frame(start, end)

我希望创建一个包含所有数据点但没有这些特定时间点的新数据框，如下所示；（但不是使用 forloop，迭代各种起点和终点）。

dat2 <- dat %>% .[.[["Time"]] >= df$start[1],] %>%
    .[.[["Time"]] <= df$end[1],]

我知道这可以使用 for 循环来完成，我试图为我的情况弄清楚，但我有点迷路了..

非常感谢任何帮助！

Answer 1

首先，我会稍微清理一下您当前的代码：

dat2 <- dat %>% .[.$Time >= df$start[1] && .$Time <= df$end[1],]

通过使用 &&，您已将两个子集操作缩减为一个。在这种情况下，与 [["…"]] 相比，使用 $… 可以减少混乱。

接下来，我建议将这个条件提取到一个函数中（事实上该函数已经存在于‘dplyr’包中：between）。这允许我们将代码编写为

dat2 <- dat %>% filter(between(Time, df$start[1], df$end[1]))

现在我们要对其进行矢量化以检查是否与 any 区间重叠：

dat2 <- dat %>% filter(between_any(Time, df$start, df$end))

现在我们需要编写 between_any 函数。让我们从为单个查询值实现它开始：

between_any1 = function (x, left, right) {
    any(x >= left & x <=  right)
}

注意这里使用的是&，而不是&&；这是因为我们 向量化 而不是 left 和 right，而 & 是 && 的向量化版本。也就是说，4 >= (1 : 3) & 4 <= (3 : 5) 结果是 c(FALSE, TRUE, TRUE).

现在我们需要在 x 是一个向量时使它起作用。我们可以使用基本的 R 函数 Vectorize，但我通常发现手动操作更好：

between_any = function (x, left, right) {
    map_lgl(x, ~ any(.x >= left & .x <= right))
}

这使用了‘purrr’，但我们也可以使用 lapply 或 vapply。

哦，听起来您想 过滤掉 次落入 df 范围内的次数，因此您需要反转 [=34] 的条件=]:

dat2 <- dat %>% filter(! between_any(Time, df$from, df$to))

如何使用两个索引创建一个 for 循环？

How to make a for loop with two indexes?

r

for-loop

nested-for-loop