R 中随时间变化的数据操作

Question

基于下面的 R data.frame，我正在寻找一种优雅的解决方案来计算不同时间组之间转换的人数。

dat <- data.frame(people = c(1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,4,4,4,4,4),
                  time = c(1,2,3,4,5,1,2,3,4,5,1,2,3,4,5,1,2,3,4,5),
                  group = c(5,4,4,3,2,4,4,3,2,1,5,5,4,4,4,3,3,2,2,1))

我想要一个通用的解决方案，因为我的问题规模要大得多。我正在考虑使用 mutate 的东西可以实现这一点，但我不知道从哪里开始

我正在寻找的输出开头的示例如下：

dat_result <- data.frame(time_start = c(1,1,1,1,1),
                         time_end = c(2,2,2,2,2),
                         group_start = c(1,1,1,1,1),
                         group_end = c(1,2,3,4,5),
                         count = "")

这将在所有时间转换和所有组转换中重复。时间当然是线性的，所以 1 只能到 2，2 到 3 等等。但是，任何组都可以转换到任何其他组，包括在不同时间之间留在同一组。

Answer 1

我正在使用包data.table，因为它可以轻松地按组工作。使用 dplyr 也可以执行相同的步骤，但我不熟悉它。

library(data.table)

# Convert to data.table:
setDT(dat)

# Make sure your data is ordered by people and time:
setorder(dat, people, time)

# Create a new column with the next group
dat[, next.group := shift(group, -1), by = people]

# Remove rows where there's no change:
# (since this will remove data, you may want to atributte to a new object)
new <- dat[group != next.group]

# Add end.time:
new[, end.time := shift(time, -1, max(dat$time)), by = people]

# Count the ocurrences (and order the result):
> new[, .N, by = .(time, end.time, group, next.group)][order(time, end.time, group)]
   time end.time group next.group N
1:    1        3     5          4 1
2:    2        3     4          3 1
3:    2        4     3          2 1
4:    2        5     5          4 1
5:    3        4     3          2 1
6:    3        4     4          3 1
7:    4        5     2          1 2
8:    4        5     3          2 1