※ 引述《anakinyen (我在台北 天氣晴)》之銘言： : [問題類型]: : : 程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來) : : [軟體熟悉度]: : 新手，只會套用package : [問題敘述]: : 我有一批動物研究的資料 : 資料大致長這個樣子，共有12隻個體一萬多筆 : 個體A 2012/10/11 20:00 實驗資料OOXX : 個體A 2012/10/11 23:00 實驗資料OOXX : 個體A 2012/10/12 03:00 實驗資料OOXX : 個體B 2012/12/11 05:00 實驗資料OOXX : 個體B 2012/12/11 11:05 實驗資料OOXX : 個體B 2012/12/11 13:00 實驗資料OOXX : 個體B 2012/12/11 18:00 實驗資料OOXX : 個體B 2012/12/11 20:00 實驗資料OOXX : 由於時間間隔過短的話，資料之間可能有相關性 : 因此我現在想要設定6小時的閥值，間隔超過6小時的資料才會保留 : 以上面資料為例 : A個體保留第一、第三筆資料 : B個體保留第一、第二、第四筆資料 : 我的程度是新手，偶爾會拿一些package來套用 : 請教是否有相關套件或現成code可以用在這個案例 : 非常感謝~~ 借用 celestialgod 大大的函數去生data 我的想法是 新生成一個變數 interval , 當作時間間隔 , 再去篩選 >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)) #合併 & 排序 data = rbind(data1,data2,data3) %>% arrange(ind,time) #計算時間差 data$interval = c( 0 , difftime(data$time[ 2:length(data$time) ] , data$time[ 1:( length(data$time)-1 ) ] , units="hours" ) ) #篩選時間差 >6 的 x = data %>% filter( . , interval>6 ) #------------------------------------------------------ 我並沒有處理 ind: 1跳到2時 必須重新計算時間間隔 由於我按照 ind & time 排序 2的第一個interval會是負的 並不影響我們篩選 interval>6 #------------------------------------------------------ 150萬筆 user system elapsed 0.27 0.07 0.33 150萬筆我是用 min>6 去篩選 因為用hour會抓不到東西 畢竟24小時間隔內 生太多data 會無法出現間隔 >6 hour的情況 #------------------------------------------------ 如果有bug歡迎討論 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.66.10.146 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1486399622.A.7DD.html ※ 編輯: f496328mm (42.66.10.146), 02/07/2017 00:57:29