R - 在行计数中排除重复的、按时间顺序排列的事件答案

【问题标题】：R - Excluding repeating, chronological events in row countsR - 在行计数中排除重复的、按时间顺序排列的事件
【发布时间】：2022-01-28 09:23:52
【问题描述】：

我想计算具有时间元素的不同事件。当某个事件按时间顺序重复时，我只想把这个事件归功于一次。在该数据中，事件是移动性事件，因此假设被动移动性事件（对或错，不重要）是连续动作而不是不同的。这只会在特定的 event_date 中起作用，例如：

假设我有这个 df

df <- data.frame(id = c("1", "1", "1", "1", "2", "2", "2", "2"),
                 event = c("sitting", "sitting", "sitting", "sitting", "sitting", "walking", "sitting", "sitting"),
                 timestamp = c('2021-12-19 11:30:00', '2021-12-19 12:30:00', '2021-12-19 13:30:00', '2021-12-20 14:30:00', '2021-12-20 12:00:00', '2021-12-20 12:30:00', '2021-12-20 13:30:00', '2021-12-20 14:30:00'))

df$timestamp <- as.POSIXct(df$timestamp)
df$event_date <- as.Date(df$timestamp, format = "%Y-%m-%d")

> df
  id   event           timestamp event_date
1  1 sitting 2021-12-19 11:30:00 2021-12-19
2  1 sitting 2021-12-19 12:30:00 2021-12-19
3  1 sitting 2021-12-19 13:30:00 2021-12-19
4  1 sitting 2021-12-19 14:30:00 2021-12-19
5  2 sitting 2021-12-20 12:00:00 2021-12-20
6  2 walking 2021-12-20 12:30:00 2021-12-20
7  2 sitting 2021-12-20 13:30:00 2021-12-20
8  2 sitting 2021-12-20 14:30:00 2021-12-20

我想实现如下所示的输出：

> df
  id event_date mobility_events
1  1 2021-12-19               1
2  1 2021-12-20               1
3  2 2021-12-20               3

id 1 仅在第一个 event_date 获得 1 个移动性事件的功劳，因为它在该 event_date 处于同一活动的 3 个连续时间戳。 id 2 获得了 3 个事件的荣誉，因为坐着的事件被另一个事件打断了；但是，最后一次参加的活动并没有获得荣誉，因为它是按时间顺序排列的，并且不受其他活动的干扰。

我希望这很清楚。

【问题讨论】：

标签： r timestamp

【解决方案1】：

您可以使用dplyr 简单地group_by 您的id 和日期，然后计算event != lag(event) 的次数。

library(dplyr)

df %>%
  group_by(id, event_date) %>%
  summarize(mobility_events = 1 + sum(event != lag(event), na.rm = T),
            .groups = "drop")
#> # A tibble: 3 × 3
#>   id    event_date mobility_events
#>   <chr> <date>               <dbl>
#> 1 1     2021-12-19               1
#> 2 1     2021-12-20               1
#> 3 2     2021-12-20               3

【讨论】：

【解决方案2】：

数据

df <- data.frame(id = c("1", "1", "1", "1", "2", "2", "2", "2"),
                 event = c("sitting", "sitting", "sitting", "sitting", "sitting", "walking", "sitting", "sitting"),
                 timestamp = c('2021-12-19 11:30:00', '2021-12-19 12:30:00', '2021-12-19 13:30:00', '2021-12-20 14:30:00', '2021-12-20 12:00:00', '2021-12-20 12:30:00', '2021-12-20 13:30:00', '2021-12-20 14:30:00'))

df$timestamp <- as.POSIXct(df$timestamp)
df$event_date <- as.Date(df$timestamp, format = "%Y-%m-%d")

使用 data.table 的解决方案

library(data.table)

setDT(df)

df[, .(mobility_events = max(rleid(event))), by = .(id, event_date)]

输出

   id event_date mobility_events
1:  1 2021-12-19               1
2:  1 2021-12-20               1
3:  2 2021-12-20               3

【讨论】：