r为每个值一个向量和一个数据框列多次对数据框进行子集化答案

【问题标题】：r programming subsetting a data frame multiple times for each value a vector and a data frame columnr为每个值一个向量和一个数据框列多次对数据框进行子集化
【发布时间】：2015-09-10 20:32:48
【问题描述】：

我有一个值为 1:6 的向量，一个包含 15 分钟 bin 的数据帧和一个扫描数据的数据帧。数据框如下所示。

垃圾箱

idMin5Bin            BinStart              BinEnd
22        22 2015-08-13 10:15:00 2015-08-13 10:19:59
23        23 2015-08-13 10:20:00 2015-08-13 10:24:59
24        24 2015-08-13 10:25:00 2015-08-13 10:29:59
25        25 2015-08-13 10:30:00 2015-08-13 10:34:59
26        26 2015-08-13 10:35:00 2015-08-13 10:39:59
27        27 2015-08-13 10:40:00 2015-08-13 10:44:59

汽车

  idTrip Link_IDLink StartCluster_id   Speed           firstScan
10     10           5              19  47.961 2015-08-13 10:11:49
11     11           5              14 118.800 2015-08-13 10:12:33
12     11           5              14 118.800 2015-08-13 10:13:16
13     12           5              22  47.793 2015-08-13 10:11:21
15     14           5              28  56.321 2015-08-13 10:13:09
24     22           5              52  45.692 2015-08-13 10:14:50

对于向量中的每个值，我想引用汽车表来查找具有与向量值匹配的LinkIDLink 值的所有汽车。

然后我想通过比较汽车 FirstScan 与 bins 表的 BinStart 和 BinEnd 表来对所有匹配项进行子集化。

最后，我想绘制子集中的值。

我能想到的唯一策略是使用嵌套循环（我知道这是不行的）。即使使用我的嵌套循环，我也会从下面的示例代码中得到以下错误。

for (i in 1:length(vector)){
  tempcars<-cars[cars[,2]==i,]
  for (k in 1:nrow(bins)){
    tempcars1<-subset(tempcars, firstScan<bins[k,3] & firstScan>bins[k,2])
    hist(tempcars1[,5], breaks =200)
}
}

    Error in hist.default(unclass(x), unclass(breaks), plot = FALSE, warn.unused = FALSE,  : 
  character(0) In addition: Warning messages:
1: In min(x) : no non-missing arguments to min; returning Inf
2: In max(x) : no non-missing arguments to max; returning -Inf

我当然想摆脱使用循环，但感谢任何有关循环的帮助。

【问题讨论】：

哦，firstScan是一次吗？您可能会在 tempcars1 中获得 NA，因为您要求 firstScan 在 BinStart 之前和 BinEnd 之后。
@ago 不，没有 NA。 firstScan 是一个日期戳。我已确保将所有日期值也转换为 POSIXct
呃，对不起，我想我把你的专栏弄糊涂了。
@ago，对不起，你是对的，我有 0 长度的 row.names 作为 tempcars1 的数据框
那么对于每一个Link_IDLink，你想识别每辆车的binID？？顺便说一句，data.table 包中的foverlaps(...) 函数是最有效的方法。

标签： r

【解决方案1】：

这是开头的答案...希望对您有所帮助...

# Generate the data
theVec <- 1:6
someTimes <- seq(as.POSIXlt(Sys.time()), by = "sec", length = 300)
bins <- data.frame(idMin5Bin = 1:20, BinStart = someTimes[1+(15*(0:19))], BinEnd = someTimes[(15*(1:20))])
cars <- data.frame(Link_IDLink = rep(theVec, each = 20), 
  firstScan = sample(someTimes, 120, replace = T), Speed = runif(120, 30, 100))


# First split by Link_IDLink
subCars <- subset(cars, Link_IDLink %in% theVec)
carList <- split(subCars, subCars$Link_IDLink)

# Now "cut" the times for each element of the list
outList <- lapply(carList, function(df, binData) {
  theBins <- c(binData$BinStart, binData$BinEnd [ nrow(binData)] )
  df$idMin5Bin <- cut(df$firstScan, theBins, labels = binData$idMin5Bin )
  df
}, binData = bins)

以这个结束......

> head(outList[[1]])
  Link_IDLink           firstScan    Speed isMin5Bin
1           1 2015-09-10 22:42:33 33.85446        17
2           1 2015-09-10 22:41:06 81.43807        11
3           1 2015-09-10 22:40:53 90.59927        10
4           1 2015-09-10 22:39:38 56.89429         5
5           1 2015-09-10 22:40:20 70.44760         8
6           1 2015-09-10 22:42:08 88.93505        15

您可以通过多种方式绘制它 - 如果您需要帮助，请告诉我。

【讨论】：