根据其他列中的字符串变量计算时间答案

【问题标题】：Calculating time depending on string variable in other column根据其他列中的字符串变量计算时间
【发布时间】：2023-03-12 03:38:01
【问题描述】：

我有一个大型数据集，其中包含一个时间列和一个用于识别眼球扫视或注视的列（扫视 = 快速眼球运动，注视 = 相对稳定的眼球运动）。我想计算每个注视和扫视的持续时间，方法是从第一个“f”开始到第一个“s”等等。因此，如果有 3 个连续行带有“s”，我希望它在第一个“s”出现的列 [i] 中花费时间，以及在下一个“s”之前出现最后一个“s”的列 [i] 中的时间F”。通过分散这 2 次的注意力，我知道每个注视和扫视周期的持续时间。

时间尺度不是连续的，因为有时行会因为数据的闪烁而被删除。

example.df <- data.frame(time = seq(1:100), 
                         saccade = sample(letters[c(6, 19)], 100, replace = T))

有没有简单的方法可以做到这一点？

非常感谢

【问题讨论】：

标签： r dataframe time

【解决方案1】：

我们可以使用rle()创建一个索引，然后将group_by()这个索引指向sum()time：

library(tidyverse)

example.df <- data.frame(time = seq(1:100), 
                         saccade = sample(letters[c(6, 19)], 100, replace = T))

test <- rle(example.df$saccade == "s")

example.df$indexer <- rep(1:length(test$lengths), test$lengths)

example.df <- example.df %>%
  group_by(indexer) %>%
  mutate(period = time[n()] - time[1])

# A tibble: 100 x 4
# Groups:   indexer [53]
    time saccade indexer period
   <int>  <fctr>   <int>  <int>
 1     1       s       1      1
 2     2       s       1      1
 3     3       f       2      0
 4     4       s       3      0
 5     5       f       4      3
 6     6       f       4      3
 7     7       f       4      3
 8     8       f       4      3
 9     9       s       5      1
10    10       s       5      1
# ... with 90 more rows

# drop indexer column
example.df <- example.df[setdiff(names(example.df),"indexer")]

【讨论】：

嗨@LAP，这几乎可以解决问题。但是，真正的时间线确实是这样的：275563 275566 275571 275573。我不想知道这些时间的总和，而是从第一次出现“s”到最后一次出现的时间。在本例中为 10 毫秒。知道怎么做吗？
@BartR 我已经编辑了代码，这是你需要的吗？或者您是否需要0 以外的其他任何东西来处理只有一行状态的情况？
我收到以下错误：mutate_impl(.data, dots) 中的错误：评估错误：缺少参数“.data”，没有默认值。运行最后一部分时。当只有一行有状态时，0 就可以了！所以我相信你在这里有我的解决方案
糟糕，我通过复制/粘贴搞砸了代码。请再试一次。
哇@LAP 你太棒了。这正是我想要的。这是一个非常有帮助的社区。代表你和克拉德！我仍然不完全理解它为什么以及如何工作，但我现在会弄清楚。

【解决方案2】：

作为 data.frame 的结果：

example.df <- data.frame(time = seq(1:100), 
                         saccade = sample(letters[c(6, 19)], 100, replace = T),
                         stringsAsFactors = FALSE)
run_len_encoding <- rle(example.df$saccade)
length_of_runs <- run_len_encoding$length
index_of_changes <- cumsum(length_of_runs)
duration <- diff(c(1,index_of_changes),1)
result.df <- data.frame(duration, state = run_len_encoding$values)
result.df

   duration   state
1         1       s
2         2       f
3         1       s
4         4       f
5         1       s
6         3       f
7         3       s
8         2       f
9         3       s
10        1       f
11        2       s
12        1       f
13        1       s
14        2       f
15        4       s
16        1       f
17        2       s
18        1       f
19        1       s
20        1       f
21        1       s
22        1       f
23        2       s
24        1       f
25        2       s
26        3       f
27        1       s
28        1       f
29        2       s
30        1       f
31        1       s
32        1       f
33        6       s
34        1       f
35        3       s
36        3       f
37        1       s
38        2       f
39        2       s
40        4       f
41        1       s
42        1       f
43        1       s
44        1       f
45        1       s
46        2       f
47        1       s
48        3       f
49        2       s
50        1       f
51        4       s
52        1       f
53        1       s
54        1       f
55        2       s

【讨论】：

我在创建示例 df 时添加了stringsAsFactors = FALSE，以防止眼跳成为一个因素。如果您更喜欢将 saccade 作为 df 中的一个因素，请告诉我，我将在我的回答中以另一种方式进行编辑处理。
您好，Krads，感谢您的帮助！运行 rle(example.df$saccade) 时不知何故出现错误：'x' must be a vector of an atomic type atm。以前没有那个。我想要的是脚本采取最后一次并分散序列中第一次出现的时间，以确实计算它的持续时间。试图解决我的其他问题 atm
您必须在我之前的编辑重新使用之前使用过代码：添加 stringsAsFactors = FALSE。再试一次，让我知道你想要什么形式的输出，例如持续时间向量或数据帧与持续时间和 s/f 相邻？
好吧，这有帮助。但是，您在 diff(c(1,i),1) 中在哪里分配 'i' ？因为找不到对象 i。作为输出，我想要你的最后一个建议！非常感谢您再次光临！
i 应该是 index_of_changes，现在更正了。