※ 引述《anakinyen (我在台北 天气晴)》之铭言： : [问题类型]: : : 程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来) : : [软体熟悉度]: : 新手，只会套用package : [问题叙述]: : 我有一批动物研究的资料 : 资料大致长这个样子，共有12只个体一万多笔 : 个体A 2012/10/11 20:00 实验资料OOXX : 个体A 2012/10/11 23:00 实验资料OOXX : 个体A 2012/10/12 03:00 实验资料OOXX : 个体B 2012/12/11 05:00 实验资料OOXX : 个体B 2012/12/11 11:05 实验资料OOXX : 个体B 2012/12/11 13:00 实验资料OOXX : 个体B 2012/12/11 18:00 实验资料OOXX : 个体B 2012/12/11 20:00 实验资料OOXX : 由於时间间隔过短的话，资料之间可能有相关性 : 因此我现在想要设定6小时的阀值，间隔超过6小时的资料才会保留 : 以上面资料为例 : A个体保留第一、第三笔资料 : B个体保留第一、第二、第四笔资料 : 我的程度是新手，偶尔会拿一些package来套用 : 请教是否有相关套件或现成code可以用在这个案例 : 非常感谢~~ 借用 celestialgod 大大的函数去生data 我的想法是 新生成一个变数 interval , 当作时间间隔 , 再去筛选 >6 的 library(data.table) library(dplyr) #生data 3天 numObs <- 10 numInd <- 3 data1 <- data.table(ind = ( sample(numInd, numObs, TRUE)), time = strptime("2012/12/10", "%Y/%m/%d") + sample(86400, numObs, TRUE), obs = rnorm(numObs)) data2 <- data.table(ind = ( sample(numInd, numObs, TRUE)), time = strptime("2012/12/11", "%Y/%m/%d") + sample(86400, numObs, TRUE), obs = rnorm(numObs)) data3 <- data.table(ind = ( sample(numInd, numObs, TRUE)), time = strptime("2012/12/12", "%Y/%m/%d") + sample(86400, numObs, TRUE), obs = rnorm(numObs)) #合并 & 排序 data = rbind(data1,data2,data3) %>% arrange(ind,time) #计算时间差 data$interval = c( 0 , difftime(data$time[ 2:length(data$time) ] , data$time[ 1:( length(data$time)-1 ) ] , units="hours" ) ) #筛选时间差 >6 的 x = data %>% filter( . , interval>6 ) #------------------------------------------------------ 我并没有处理 ind: 1跳到2时 必须重新计算时间间隔 由於我按照 ind & time 排序 2的第一个interval会是负的 并不影响我们筛选 interval>6 #------------------------------------------------------ 150万笔 user system elapsed 0.27 0.07 0.33 150万笔我是用 min>6 去筛选 因为用hour会抓不到东西 毕竟24小时间隔内 生太多data 会无法出现间隔 >6 hour的情况 #------------------------------------------------ 如果有bug欢迎讨论 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 42.66.10.146 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1486399622.A.7DD.html ※ 编辑: f496328mm (42.66.10.146), 02/07/2017 00:57:29