如何根据R中另一列的数字查找某些列的总和和平均值

Question

给定数据

我有6列车辆轨迹数据（观察车辆位置、速度等随时间的变化），其中一部分如下所示：

Vehicle ID Frame ID Global X Vehicle class Vehicle velocity Lane
          1      177  6451181             2            24.99    5
          1      178  6451182             2            24.95    5
          1      179  6451184             2            24.91    5
          1      180  6451186             2            24.90    5
          1      181  6451187             2            24.96    5
          1      182  6451189             2            25.08    5

车辆 ID 是单个车辆的标识，例如车辆 1、车辆 2 等。对于观察到的每个帧，它在列中重复。请注意，每帧长度为 0.1 秒，因此 10 帧等于 1 秒。框架的 ID 在框架 ID 列中。车辆类别是车辆的类型（1=摩托车，2=汽车，3=卡车）。车辆速度列表示车辆在该时刻即帧中的瞬时速度。 Lane 表示特定帧中车辆所在车道的编号或 ID。

我需要找到什么

我拥有的数据是 15 分钟。最小帧 ID 为 5，最大帧 ID 为 9952。我需要找到每 30 秒时间段内的车辆总数。这意味着从前 30 秒（帧 ID 5 到帧 ID 305）开始，我需要知道观察到的唯一车辆 ID。此外，对于这 30 秒的时间段，我需要找到每个车辆类别的平均速度。这意味着例如对于汽车，我需要找到车辆等级为 2 的车辆的所有速度的平均值。 我需要在所有 30 秒的时间段内找到它，即 5-305、305-605、605-905、...、9605-9905。汽车、卡车和摩托车的输出应该是这样的：

Time Slots   Total Cars   Average Velocity
5-305   xx   xx  
305-605   xx   xx
.   .   .
.   .   .
9605-9905   xx   xx 

到目前为止我已经尝试过什么

# Finding the minimum and maximum Frame ID for creating 30-seconds time slots
minfid <- min(data$'Frame ID') # this was 5
maxfid <- max(data$'Frame ID') # this was 9952

for (i in 'Frame ID'==5:Frame ID'==305) {
table ('Vehicle ID')
mean('Vehicle Velocity', 'Vehicle class'==2)
}   #For cars in first 30 seconds

我无法生成所需的输出，也不知道如何在所有 30 秒的时间段内执行此操作。请帮忙。

Answer 1

要确保代码与您的数据完全正确有点困难，因为您展示的示例中只有一辆车。也就是说，这是一个典型的拆分-应用-组合类型分析，您可以使用 data.table 包轻松执行：

library(data.table)
dt <- data.table(df)  # I just did a `read.table` on the text you posted
dt[, frame.group:=cut(Frame_ID, seq(5, 9905, by=300), include.lowest=T)]

在这里，我只是将您的数据转换为 data.table（df 是您上面发布的数据的直接导入），然后使用 cut 创建了 300 个帧存储桶。然后，您只需让data.table 完成工作。在第一个表达式中，我们计算每个 frame.group 的唯一车辆总数

dt[, list(tot.vehic=length(unique(Vehicle_ID))), by=frame.group]
#    frame.group tot.vehic
# 1:     [5,305]         1  

现在我们按frame.group 和Vehicle_class 分组以获得这些组合的平均速度和计数：

dt[, list(tot.vehic=length(unique(Vehicle_ID)), mean.speed=mean(Vehicle_velocity)), by=list(frame.group, Vehicle_class)]
#    frame.group Vehicle_class tot.vehic mean.speed
# 1:     [5,305]             2         1     24.965

同样，当我们只有一辆车时有点傻，但这应该适用于您的数据集。

---

编辑：表明它有效：

library(data.table)
set.seed(101)
dt <- data.table(
  Frame_ID=sample(5:9905, 50000, rep=T), 
  Vehicle_ID=sample(1:400, 50000, rep=T),
  Vehicle_velocity=runif(50000, 25, 100)
)
dt[, frame.group:=cut(Frame_ID, seq(5, 9905, by=300), include.lowest=T)]
dt[, Vehicle_class:=Vehicle_ID %% 3]
head(
  dt[order(frame.group, Vehicle_class), list(tot.vehic=length(unique(Vehicle_ID)), mean.speed=mean(Vehicle_velocity)), by=list(frame.group, Vehicle_class)]
)
#    frame.group Vehicle_class tot.vehic mean.speed
# 1:     [5,305]             0       130   63.34589
# 2:     [5,305]             1       131   61.84366
# 3:     [5,305]             2       129   64.13968
# 4:   (305,605]             0       132   61.85548
# 5:   (305,605]             1       132   64.76820
# 6:   (305,605]             2       133   61.57129

也许是你的数据？

Answer 2

这是plyr 版本：

data$timeSlot <- cut(data$FrameID, 
                     breaks = seq(5, 9905, by=300), 
                     dig.lab=5, 
                     include.lowest=TRUE)

# split & combine
library(plyr)
data.sum1 <- ddply(.data = data, 
                .variables = c("timeSlot"), 
                .fun = summarise, 
                   totalCars = length(unique(VehicleID)),
                   AverageVelocity = mean(velocity)
                )


# include VehicleClass
data.sum2 <- ddply(.data = data, 
                   .variables = c("timeSlot", "VehicleClass"), 
                   .fun = summarise, 
                     totalCars = length(unique(VehicleID)),
                     AverageVelocity = mean(velocity)
)

FrameID 等列名必须进行编辑以匹配您使用的列名：

data <- read.table(sep = "", header = TRUE, text = "
VehicleID FrameID GlobalX VehicleClass velocity Lane
 1 177 6451181 2 24.99 5
 1 178 6451182 2 24.95 5
 1 179 6451184 2 24.91 5
 1 180 6451186 2 24.90 5
 1 181 6451187 2 24.96 5
 1 182 6451189 2 25.08 5") 
data.sum1
#   timeSlot totalCars AverageVelocity
# 1  [5,305]         1          24.965

data.sum2
#   timeSlot VehicleClass totalCars AverageVelocity
# 1  [5,305]            2         1          24.965