感谢原原po的发问以及c大的解答 正好也遇到类似的状况 但照着做之後, # 计算时间差，以小时表示 DT[ , diffTime := difftime(time, time[min(k, .N)], units="hours"), by = ind] 这一段都会跳出error...... Error in `[.data.frame`(DT, , `:=`(diffTime, difftime(time, time[min(k, : unused argument (by = ind) 我是将自身资料撷取出来, 栏位名全都改成跟c大的资料一样 用c大产生的资料下去跑没问题 但内容换成我的资料就会错误 我的资料格式如下: ind是"character", time是"POSIXct" "POSIXt", 照理应该是符合规则, 不知卡在哪? 然後我要保留的条件与原文也有所不同 以原文为例: 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 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 我则是要保留相近时间内(与上一笔撷取的时间不超过6小时)的最後一笔 其结果会是: A个体保留第3笔, B个体保留第1、5笔 对於B个体而言 05:00 |----> 间隔大於6小时, 则保留5:00, 下一笔开始为新的区间 11:05 13:00 这几笔彼此与前一笔间隔未超过6小时, 则视为同个区间 18:00 取最後一笔20:00 20:00 这样又该如何调整程式呢?? 不知是否有人可以提供建议呢? 非常感谢! ※ 引述《celestialgod (天)》之铭言： : ※ 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~~ : 我用while + data.table做，若用data.frame会复制很多次，效率会不彰 : library(data.table) : # 产生资料 : numObs <- 50 : numInd <- 5 : DT <- data.table(ind = paste0("A", sample(numInd, numObs, TRUE)), : time = strptime("2012/12/11", "%Y/%m/%d") + : sample(86400, numObs, TRUE), : obs = rnorm(numObs)) : # 排序 : setorder(DT, ind, time, obs) : # 移除掉时间差小於六小时的 : k <- 1 : while ( TRUE ) { : # 计算时间差，以小时表示 : DT[ , diffTime := difftime(time, time[min(k, .N)], units="hours"), by = ind] : # 留下自己那一组 : set(DT, which(DT$diffTime == 0), which(names(DT) == "diffTime"), 1e6) : # 留下时间差超过六小时的 : DT <- DT[abs(diffTime) > 6, ] : # 下一组 : k <- k + 1 : # 如果k大於全部组的最大观测值数目就跳离回圈 : if (k > max(DT[ , .(numObsGroup = .N), by = ind]$numObsGroup)) : break : } : # 移除diffTime这个变数 : DT[ , diffTime := NULL] : 五万笔观测值，一千个个体，耗时0.23秒 (平均一个个体50个观测值) : 五十万笔观测值，一千个个体，耗时0.39秒 (平均一个个体500个观测值) : 我觉得这个速度应该可以接受 : 不过我的区间只有24小时，所以可能都很快就筛选完了 : 有人可以试试看更长时间的表现 : 有问题或任何人有更好解法，欢迎提供，感谢 : Note: 间隔一百天，五十万笔观测值，一千个个体，耗时18.33秒 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.234.37.26 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1569535893.A.084.html ※ 编辑: beatnik (36.234.37.26 台湾), 09/27/2019 06:12:17 没错, 我後来有发现我耍笨了....= =" 谢谢指正! 只要彼此之间不间隔超过所设定之时间(如:6小时) 则都算同一时间区间 A的话, 每一笔都与前一笔不超过6小时 所以取它们的最後一笔--第3笔 这边用6小时举例可能比较难想像 若是以间隔不超过10分钟为条件, 则取连续观测中的最後一笔 如: 13:01 13:05 13:11 v 取这笔(前3笔彼此都不间隔超过10分钟) 14:22 --> 与前笔差10分钟以上, 故视为新一批不同於前面的观测值 14:25 v 取这笔 为何要取最後一笔? 是因为在本案之间隔10分钟内的数值, 可能不具参考性 中间会一直重复测量直到正确为止 所以最後一笔才是我想要的修正後或正确的数值 10分钟以上再出现的数值, 表示又开始测量另一个批次 在短时间内(10分钟内)量很多次後, 一样只抓最後一笔 抱歉有点复杂@@ ※ 编辑: beatnik (36.234.37.26 台湾), 09/27/2019 10:52:07