组合符合R中标准的行

Question

我有一个标准数据框，其中有个人在一段时间内执行某种行为。当事件发生在前一个事件的 50 秒内（延迟 50。然后，开始时间将是第一个事件的开始时间（NA 或 >50），结束时间将是最后一个事件

原始数据：

ID          Incident    Start   End     X1   Delay
Person A    1           747     748     735  NA
Person A    2           868     882     384  120
Person A    3           998     999     354  116
Person A    4           1057    1059    382  58
Person A    5           1063    1064    138  4
Person A    6           1077    1078    138  13
Person A    7           1412    1413    384  334
Person B    1           739     740     387  NA
Person B    2           742     743     132  2
Person B    3           760     761     386  17
Person B    4           768     769     731  7
Person B    5           835     835     894  66
Person B    6           838     839     891  3
Person B    7           925     926     385  86

所需数据：

ID          Iteration   Start   End     X1      Delay
Person A    1           747     748     735     NA
Person A    2           868     882     384     120
Person A    3           998     999     354     116
Person A    4           1057    1078    658     58
Person A    5           1412    1413    384     334
Person B    1           739     769     1636    NA
Person B    2           835     839     1785    66
Person B    3           925     926     385     86

我尝试了多种方法，但问题是我无法按 ID 汇总，因为同一个人可能有两个不同的事件。

谢谢！如果您需要更多信息，请告诉我。

Answer 1

我认为您在所需的结果表中有错误。第 5 行应该是人 A。

这是使用dplyr 的一种方法。理由是我们首先使用cumsum 组合索引。如果延迟 > 50 或 NA，则事件数增加 1。然后，我们summarise这个新事件专栏。

df%>%
  group_by(ID)%>%
  mutate(Incident=cumsum(Delay>50|is.na(Delay)))%>%
  group_by(ID,Incident)%>%
  summarise(Start=first(Start),End=last(End),X1=sum(X1),Delay=first(Delay))

       ID Incident Start   End    X1 Delay
    <chr>    <int> <int> <int> <int> <int>
1 PersonA        1   747   748   735    NA
2 PersonA        2   868   882   384   120
3 PersonA        3   998   999   354   116
4 PersonA        4  1057  1078   658    58
5 PersonA        5  1412  1413   384   334
6 PersonB        1   739   769  1636    NA
7 PersonB        2   835   839  1785    66
8 PersonB        3   925   926   385    86

数据

df <- read.table(text="ID  Incident  Start  End X1 Delay
PersonA    1           747     748     735  NA
PersonA    2           868     882     384  120
PersonA    3           998     999     354  116
PersonA    4           1057    1059    382  58
PersonA    5           1063    1064    138  4
PersonA    6           1077    1078    138  13
PersonA    7           1412    1413    384  334
PersonB    1           739     740     387  NA
PersonB    2           742     743     132  2
PersonB    3           760     761     386  17
PersonB    4           768     769     731  7
PersonB    5           835     835     894  66
PersonB    6           838     839     891  3
PersonB    7           925     926     385  86",header=TRUE,stringsAsFactors=FALSE)