从同一时间戳发生的一组变量中从 R 数据表中选择数据答案

【问题标题】：selecting data from a R data table from a set of variables occurring at same timestamp从同一时间戳发生的一组变量中从 R 数据表中选择数据
【发布时间】：2019-11-19 11:25:24
【问题描述】：

我有一个像这样的 R 数据表：

time                var val
01-07-2019 13:27:31 X   5
01-07-2019 13:27:31 Y   10
01-07-2019 13:27:31 Z   12
01-07-2019 13:28:20 X   13
01-07-2019 13:28:20 Y   12
01-07-2019 13:28:20 Z   15
01-07-2019 13:49:54 X   3
01-07-2019 13:49:54 Y   3
01-07-2019 13:49:54 Z   4
01-07-2019 13:50:25 X   13
01-07-2019 13:50:25 Y   11
01-07-2019 13:50:25 Z   10

一组变量在同一时间重复。所以在每个时间戳都有一组。如何在同一timestamp中提取匹配条件的行，如X>10 & Y<15？

预期输出：

time                var val
01-07-2019 13:28:20 X   13
01-07-2019 13:28:20 Y   12
01-07-2019 13:28:20 Z   15
01-07-2019 13:50:25 X   13
01-07-2019 13:50:25 Y   11
01-07-2019 13:50:25 Z   10

【问题讨论】：

标签： r datatable

【解决方案1】：

使用base R时有两种方法：

解决方案 1：您可以先重塑您的 df，然后使用 subset 来满足条件

u <- subset(reshape(df,idvar = "time",timevar = "var", direction = "wide"),val.X>10, val.Y < 15)
> u
                  time val.X val.Y val.Z
4  01-07-2019 13:28:20    13    12    15
10 01-07-2019 13:50:25    13    11    10

然后

> df[!is.na(match(df$time,u$time)),]
                  time var val
4  01-07-2019 13:28:20   X  13
5  01-07-2019 13:28:20   Y  12
6  01-07-2019 13:28:20   Z  15
10 01-07-2019 13:50:25   X  13
11 01-07-2019 13:50:25   Y  11
12 01-07-2019 13:50:25   Z  10

解决方案2：也可以使用split将数据框分割成time

z <- split(df,df$time)
Reduce(rbind,z[sapply(z,function(v) with(v,ifelse(val[var=="X"]>10 & val[var=="Y"]<15,T,F)))])

然后

> Reduce(rbind,z[sapply(z,function(v) with(v,ifelse(val[var=="X"]>10 & val[var=="Y"]<15,T,F)))])
                  time var val
4  01-07-2019 13:28:20   X  13
5  01-07-2019 13:28:20   Y  12
6  01-07-2019 13:28:20   Z  15
10 01-07-2019 13:50:25   X  13
11 01-07-2019 13:50:25   Y  11
12 01-07-2019 13:50:25   Z  10

数据

df <- structure(list(time = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 
3L, 3L, 4L, 4L, 4L), .Label = c("01-07-2019 13:27:31", "01-07-2019 13:28:20", 
"01-07-2019 13:49:54", "01-07-2019 13:50:25"), class = "factor"), 
    var = structure(c(1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L, 1L, 
    2L, 3L), .Label = c("X", "Y", "Z"), class = "factor"), val = c(5L, 
    10L, 12L, 13L, 12L, 15L, 3L, 3L, 4L, 13L, 11L, 10L)), class = "data.frame", row.names = c(NA, 
-12L))

【讨论】：

【解决方案2】：

这是一个选项：

# Define helper function foo:
foo <- function(x, y) any(x == "X" & y > 10) & any(x == "Y" & y < 15)

DT[, .SD[foo(var, val)], by = time]

【讨论】：

【解决方案3】：

整洁的答案

library(dplyr)
library(lubridate)

dataExample <- data.frame(
time = c(
'01-07-2019 13:27:31',
'01-07-2019 13:27:31',
'01-07-2019 13:27:32',
'01-07-2019 13:27:32',
'01-07-2019 13:27:30'),
var = c("X","Y","X","Y","X"),
val = c(4,5,3,5,9))

#Convert from character to date-time
dataExample$time <- dmy_hms(dataExample$time) 

dataExample %>% group_by(time) %>% 
filter((var == "X" & val > 4) | (var == "Y" & val < 8))

# A tibble: 3 x 3
# Groups:   time [3]
  time                var     val
  <dttm>              <fct> <dbl>
1 2019-07-01 13:27:31 Y         5
2 2019-07-01 13:27:32 Y         5
3 2019-07-01 13:27:30 X         9

【讨论】：

【解决方案4】：

有几种方法可以做到这一点：

创建过滤掉 X=15 值的数据集。然后，您只需要检查每个时间戳的数据集中是否存在 X 和 Y 的值。您可以使用 dataset[, anyX := any(var=="X"), by = time]
将数据集重塑为宽格式，然后一次检查这两个条件很简单。您还需要检查 NA。此方法假定您不能在时间戳上为 var 的每个值设置多个值。
过滤数据集以选择 X 和 Y 符合您的条件的时间戳。然后删除不符合条件的 X 和 Y 值（如果您不能在一个时间戳中拥有多个 X 和 Y，则可能不需要这样做。

dt[,outputTime:=any(var=="X"&val>10) | any(var=="Y"&val<15),by=time][outputTime==TRUE][,outputTime:=NULL][var=="X"&val>10|var=="Y"&val<10|var=="Z"]

【讨论】：