基于R中不同位置的时间序列创建矩阵

Question

我希望创建一个函数来创建一个矩阵，该矩阵基于多个唯一的个人 ID 在不同日期到不同位置的移动。

本质上，我希望计算个人在不同地点之间的移动次数。每个动作都计为 1。因为我只希望查看运动，所以第一个位置不会计为 1，但第一个和第二个日期之间的运动将计为 1，如果个人停留在原处，则不会计为一个动作。

一个示例数据框是（除了我有 n 个个人和 n 个位置）：

individual <- c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3)
locations <- c("L1", "L2", "L2", "L2", "L3", "L2", "L1", "L1", "L2", "L2", "L3", "L3", "L3", "L3", "L1")
date <- c("12/04/2018", "13/04/2018", "14/04/2018", "15/04/2018", "16/04/2018", "12/04/2018", "13/04/2018", "14/04/2018", "15/04/2018", "16/04/2018", "12/04/2018", "13/04/2018", "14/04/2018", "15/04/2018", "16/04/2018")
df <- data.frame(individual, date, locations)
df$individual <- as.factor(df$individual)
df$date <- as.Date(df$date, format = "%d/%m/%Y")

我正在尝试创建一个类似于此的输出：

B = matrix( 
  c(0, 1, 1, 2, 0, 0, 0, 1, 0), 
  nrow=3, ncol=3
)
colnames(B) = c("L1_moved_to", "L2_moved_to", "L3_moved_to")
rownames(B) = c("L1_moved_from", "L2_moved_from", "L3_moved_from")

我希望绘制这个矩阵，但我发现很难在 R 中创建初始矩阵

编辑

当我查看df_change_with_lag_drop_initial 的输出时使用我的数据我得到：

individual1 <- c("b1316", "b1316")
location1 <- c(5, 1)
loc_lag1    <- c(4, 5)
df1 <- data.frame(individual1, location1, loc_lag1)

但是，当您查看原始数据时，它看起来像这样：

individual2 <- c("b1316", "b1316", "b1316", "b1316", "b1316", "b1316")
location2 <- c(4, 5, 4, 1, 5, 4)
date2   <- c("07/01/2012", "18/02/2012", "04/01/2013", "03/01/2014", "07/01/2016", "18/02/2017")
df2 <- data.frame(individual2, date2, location2)
df2$individual2 <- as.factor(df2$individual2)
df2$date2 <- as.Date(df2$date2, format = "%d/%m/%Y")
df2$location2 <- as.factor(df2$location2)

所以正如我所提到的，分数应该显示 5 个动作（1、1、1、1、1），但 loc_lag 输出是 - 1、0、1、0、0 - 所以只显示新位置之间的动作.

Answer 1

您可以使用data.table 非常简洁地完成此操作，如下所示：

library(data.table)
setDT(df)

df[ , lag_loc := shift(locations), by = individual
    ][locations != lag_loc,
      dcast(.SD, lag_loc ~ locations, fill = 0,
            value.var = 'individual', fun.aggregate = length)]
#    loc_lag L1 L2 L3
# 1:      L1  0  2  0
# 2:      L2  1  0  1
# 3:      L3  1  0  0

分为几个步骤：

加载data.table;将df 转换为data.table

 library(data.table)
 setDT(df)

找出哪些行对应locations的变化：

df[ , lag_loc := shift(locations), by = individual][]
#    individual       date locations lag_loc
#  1:          1 2018-04-12        L1    <NA>
#  2:          1 2018-04-13        L2      L1
#  3:          1 2018-04-14        L2      L2
#  4:          1 2018-04-15        L2      L2
#  5:          1 2018-04-16        L3      L2
#  6:          2 2018-04-12        L2    <NA>
#  7:          2 2018-04-13        L1      L2
#  8:          2 2018-04-14        L1      L1
#  9:          2 2018-04-15        L2      L1
# 10:          2 2018-04-16        L2      L2
# 11:          3 2018-04-12        L3    <NA>
# 12:          3 2018-04-13        L3      L3
# 13:          3 2018-04-14        L3      L3
# 14:          3 2018-04-15        L3      L3

将df 子集为仅与location 对应的行更改：

df_change = df[locations != lag_loc]

将这张桌子宽改成origin ~ destination； fill = 0 表示任何未表示的 origin->destination 组合将显示为 0（尤其是沿对角线）。 value.var 在这里并不重要，但individual 非常直观，因为它具有解释——当我们重塑时，我们将fun.aggregate 应用于origin 和destination 的相同组合内的所有行，即，对于每个 O-D 组合，输出中的每个单元格都应该是 length(individual)，这应该很清楚，以查看此类个体的数量：

dcast(df_change, loc_lag ~ locations, fill = 0,
      value.var = 'individual', fun.aggregate = length)