跟踪 R 中特定事件的数据框答案

【问题标题】：Data Frame that keeps track of particular events in R跟踪 R 中特定事件的数据框
【发布时间】：2018-03-03 15:45:40
【问题描述】：

我有下表：

Name        Date       Score
John      11-01-02      40
John      11-01-03      47
John      11-01-04      41
John      11-01-05      35
John      11-01-06      52
John      11-01-07      47
John      11-01-08      45
John      11-01-09      43
John      11-01-10      40
Adam      11-01-02      41
Adam      11-01-03      41
Adam      11-01-04      49
Adam      11-01-05      40
Adam      11-01-06      40

我只想跟踪以下事件：对于每个学生，跟踪学生何时以及多少次 1) 分数增加 5 或更多，然后分数减少 5 或更多或 2 ) 分数降低 5 或更多，然后分数增加 5 或更多。

我制作了下表来帮助完成上述任务：每个学生的分数差异表。

Name        Date      Difference
John      11-01-03       7
John      11-01-04      -6
John      11-01-05      -6
John      11-01-06      17
John      11-01-07      -5
John      11-01-08      -2
John      11-01-09      -2
John      11-01-10      -3
Adam      11-01-04       8
Adam      11-01-05      -9
Adam      11-01-06       0

例如，2003 年 1 月 11 日，约翰的得分从 02 年 1 月 1 日的 40 上升到 47，因此 47-40=7 的差异。

我想要下表作为输出：

一个记录事件名称、日期的工具

Name        Dates for Events
John            11-01-03      
John            11-01-05
John            11-01-06
Adam            11-01-04

2003 年 1 月 11 日，John 经历了 7 分的变化，随后是 -6，因此 John 经历了我所描述的事件。出于同样的原因，也包括了其他日期。

在 R 中有一种简单的方法吗？任何帮助将不胜感激。

【问题讨论】：

John 11-01-05 应该在，John 11-01-07 不应该（两个连续减少）
@denis 是的。我编辑了。谢谢
和John 11-01-03 应该在

标签： r dataframe datatable

【解决方案1】：

使用dplyr 的一个选项可以是：

data %>% group_by(Name) %>%
  mutate(diff = lead(Score) - Score,
         score_increase_5 = ifelse(diff >= 5, TRUE, FALSE),
         score_decrease_5 = ifelse(diff <= -5, TRUE, FALSE)) %>%
  filter(!is.na(diff)) %>%
  mutate(event = ((score_decrease_5 & lag(score_increase_5)) |
  (score_increase_5 & lag(score_decrease_5)))) %>%
  filter(event) %>%
  select(Name, Date)

【讨论】：

【解决方案2】：

这个想法是创建两列与上一行的差异，以及与下一行的差异。然后，您可以选择带有条件的 sub-data.frame。

这是 data.table 的解决方案

library(data.table)
plouf <- read.table(text = "
Name        Date       Score
John      11-01-02      40
John      11-01-03      47
John      11-01-04      41
John      11-01-05      35
John      11-01-06      52
John      11-01-07      47
John      11-01-08      45
John      11-01-09      43
John      11-01-10      40
Adam      11-01-02      41
Adam      11-01-03      41
Adam      11-01-04      49
Adam      11-01-05      40
Adam      11-01-06      40",header = T)
plouf <- setDT(plouf)
plouf[,Score:= as.numeric(Score)]
plouf[,diffprev := c(NA,diff(Score)), by = Name]
plouf[,difffol :=c(Score[2:.N]-Score[1:(.N-1)],NA),by = Name]

然后你做选择

plouf[(diffprev >= 5 & difffol <= -5) |(diffprev <= -5 & difffol >= 5),.(Name,Date)]

给了

> plouf[(diffprev >= 5 & difffol <= -5) |(diffprev <= -5 & difffol >= 5)]
   Name     Date Score diffprev difffol
1: John 11-01-03    47        7      -6
2: John 11-01-05    35       -6      17
3: John 11-01-06    52       17      -5
4: Adam 11-01-04    49        8      -9

【讨论】：