R如何获得匹配特定条件的当前行和下一行之间的差异？答案

【问题标题】：R How to get the difference between current and next row that matches certain condition?R如何获得匹配特定条件的当前行和下一行之间的差异？
【发布时间】：2017-07-29 03:11:09
【问题描述】：

我知道这个问题似乎有点令人困惑。一个例子可能是，

                          Time        x
    2017-07-24 12:33:13.000000      0.0
    2017-07-24 12:33:14.000000      0.0
    2017-07-24 12:33:15.000000      0.0
    2017-07-24 12:33:16.000000      0.0
    2017-07-24 12:33:16.500000      1.0
    2017-07-24 12:33:17.000000      0.0
    2017-07-24 12:33:17.500000      0.0
    2017-07-24 12:33:18.500000      1.0

在 R 中，我希望有另一列，对于每一行，计算当前行的时间与 x 不为 0 的下一行的时间之间的差异。所以结果如下所示：

                          Time        x     diff
    2017-07-24 12:33:13.000000      0.0      3.5
    2017-07-24 12:33:14.000000      0.0      2.5
    2017-07-24 12:33:15.000000      0.0      1.5
    2017-07-24 12:33:16.000000      0.0      0.5
    2017-07-24 12:33:16.500000      1.0      0.0
    2017-07-24 12:33:17.000000      0.0      1.5
    2017-07-24 12:33:17.500000      0.0      1.0
    2017-07-24 12:33:18.500000      1.0      0.0

感谢您提前回答。

【问题讨论】：

标签： r

【解决方案1】：

我认为 data.table() 库中的 Rolling join 可以提供帮助。

这是我的解决方案：

首先，让我们设置您的示例数据

library('data.table')

time <- as.POSIXct(c('2017-07-24 12:33:13.000000', '2017-07-24 12:33:14.000000', '2017-07-24 12:33:15.000000', '2017-07-24 12:33:16.000000', '2017-07-24 12:33:16.500000', '2017-07-24 12:33:17.000000', '2017-07-24 12:33:17.500000', '2017-07-24 12:33:18.500000'))

x <- c(0.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 1.0)

dat <- data.table(time, x)

现在，让我们为连接添加一个虚拟列：

dat[, key := 1]

将数据子集到仅 x = 1 列到新表中

ones <- dat[x==1, list(time, key, ref.time = time)]

请注意，我还创建了一个 ref.time 列。那是为了执行减法。

为滚动连接设置键

setkey(dat, key, time)
setkey(ones, key, time)

现在进行连接。这回答了“与原始数据中任何给定行最近的 x==1 行是什么”的问题

joined.dat <- ones[dat, roll = -Inf]

计算您寻求的差异

joined.dat[, diff := ref.time - time]

最终输出：

                  time key            ref.time x     diff
1: 2017-07-24 12:33:13   1 2017-07-24 12:33:16 0 3.5 secs
2: 2017-07-24 12:33:14   1 2017-07-24 12:33:16 0 2.5 secs
3: 2017-07-24 12:33:15   1 2017-07-24 12:33:16 0 1.5 secs
4: 2017-07-24 12:33:16   1 2017-07-24 12:33:16 0 0.5 secs
5: 2017-07-24 12:33:16   1 2017-07-24 12:33:16 1 0.0 secs
6: 2017-07-24 12:33:17   1 2017-07-24 12:33:18 0 1.5 secs
7: 2017-07-24 12:33:17   1 2017-07-24 12:33:18 0 1.0 secs
8: 2017-07-24 12:33:18   1 2017-07-24 12:33:18 1 0.0 secs

【讨论】：

如果您使用dplyr 或tidyverse 或更有效地使用data.table，您的答案可能会更清晰。但我喜欢这个主意。干杯。 +1
感谢您的支持和反馈！关于 data.table 的使用如何更有效，有什么具体的内容吗？当我把它放在一起时确实感觉有点麻烦，但我不确定如何简化它。

【解决方案2】：

查找“x == 1”所在的行：

wh = which(dat$x == 1)

我们可以构建一个最近（前向）“1”的索引向量：

i = rep(wh, c(wh[1], diff(wh)))

然后减去各自的“时间”：

dat$Time[i] - dat$Time
#Time differences in secs
#[1] 3.5 2.5 1.5 0.5 0.0 1.5 1.0 0.0

“数据”是：

dat = structure(list(Time = structure(c(1500888793, 1500888794, 1500888795, 
1500888796, 1500888796.5, 1500888797, 1500888797.5, 1500888798.5
), class = c("POSIXct", "POSIXt"), tzone = ""), x = c(0, 0, 0, 
0, 1, 0, 0, 1)), .Names = c("Time", "x"), row.names = c(NA, 8L
), class = "data.frame")

【讨论】：

【解决方案3】：

使用 Base R 和矢量化：

a <- c(1, 3, 6, 10, 15, 17, 20, 23, 34)
b <- c(0, 0, 0, 1,  0,  1,  0,  0,  1)

手工，答案应该是这样的：

c <- c(9, 7, 4, 0, 2, 0, 14, 11, 0)

创建一个向量，其中 b 中的值是“枢轴”。我们也附上0作为起点：

pivots <- c(0, which(b != 0))

最后，在值0 和下一个1 之间多次重复这些枢轴。

vec <- rep(a[pivots], times = diff(pivots)
identical(c, vec - a)

如果你想把它变成一个接受 values 向量/列和 pivots 向量/列的函数，你可以这样做：

diffToNextPivot <- function(values, pivots) {
  pivots <- c(0, which(pivots != 0))
  vec <- rep(values[pivots], times = diff(pivots))
  vec - values
}

myDataFrame$diff <- diffToNextPivot(myDataFrame$Time, myDataFrame$x)

【讨论】：