感謝原原po的發問以及c大的解答 正好也遇到類似的狀況 但照著做之後, # 計算時間差，以小時表示 DT[ , diffTime := difftime(time, time[min(k, .N)], units="hours"), by = ind] 這一段都會跳出error...... Error in `[.data.frame`(DT, , `:=`(diffTime, difftime(time, time[min(k, : unused argument (by = ind) 我是將自身資料擷取出來, 欄位名全都改成跟c大的資料一樣 用c大產生的資料下去跑沒問題 但內容換成我的資料就會錯誤 我的資料格式如下: ind是"character", time是"POSIXct" "POSIXt", 照理應該是符合規則, 不知卡在哪? 然後我要保留的條件與原文也有所不同 以原文為例: 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 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 我則是要保留相近時間內(與上一筆擷取的時間不超過6小時)的最後一筆 其結果會是: A個體保留第3筆, B個體保留第1、5筆 對於B個體而言 05:00 |----> 間隔大於6小時, 則保留5:00, 下一筆開始為新的區間 11:05 13:00 這幾筆彼此與前一筆間隔未超過6小時, 則視為同個區間 18:00 取最後一筆20:00 20:00 這樣又該如何調整程式呢?? 不知是否有人可以提供建議呢? 非常感謝! ※ 引述《celestialgod (天)》之銘言： : ※ 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~~ : 我用while + data.table做，若用data.frame會複製很多次，效率會不彰 : library(data.table) : # 產生資料 : 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) : # 移除掉時間差小於六小時的 : k <- 1 : while ( TRUE ) { : # 計算時間差，以小時表示 : DT[ , diffTime := difftime(time, time[min(k, .N)], units="hours"), by = ind] : # 留下自己那一組 : set(DT, which(DT$diffTime == 0), which(names(DT) == "diffTime"), 1e6) : # 留下時間差超過六小時的 : DT <- DT[abs(diffTime) > 6, ] : # 下一組 : k <- k + 1 : # 如果k大於全部組的最大觀測值數目就跳離迴圈 : if (k > max(DT[ , .(numObsGroup = .N), by = ind]$numObsGroup)) : break : } : # 移除diffTime這個變數 : DT[ , diffTime := NULL] : 五萬筆觀測值，一千個個體，耗時0.23秒 (平均一個個體50個觀測值) : 五十萬筆觀測值，一千個個體，耗時0.39秒 (平均一個個體500個觀測值) : 我覺得這個速度應該可以接受 : 不過我的區間只有24小時，所以可能都很快就篩選完了 : 有人可以試試看更長時間的表現 : 有問題或任何人有更好解法，歡迎提供，感謝 : Note: 間隔一百天，五十萬筆觀測值，一千個個體，耗時18.33秒 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.234.37.26 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1569535893.A.084.html ※ 編輯: beatnik (36.234.37.26 臺灣), 09/27/2019 06:12:17 沒錯, 我後來有發現我耍笨了....= =" 謝謝指正! 只要彼此之間不間隔超過所設定之時間(如:6小時) 則都算同一時間區間 A的話, 每一筆都與前一筆不超過6小時 所以取它們的最後一筆--第3筆 這邊用6小時舉例可能比較難想像 若是以間隔不超過10分鐘為條件, 則取連續觀測中的最後一筆 如: 13:01 13:05 13:11 v 取這筆(前3筆彼此都不間隔超過10分鐘) 14:22 --> 與前筆差10分鐘以上, 故視為新一批不同於前面的觀測值 14:25 v 取這筆 為何要取最後一筆? 是因為在本案之間隔10分鐘內的數值, 可能不具參考性 中間會一直重複測量直到正確為止 所以最後一筆才是我想要的修正後或正確的數值 10分鐘以上再出現的數值, 表示又開始測量另一個批次 在短時間內(10分鐘內)量很多次後, 一樣只抓最後一筆 抱歉有點複雜@@ ※ 編輯: beatnik (36.234.37.26 臺灣), 09/27/2019 10:52:07