如何基于时间窗口上的相似性和R或python中的因子值创建一对值

我有以下格式的CSV文件

Id =c(1,1,1,1,1,1,2,2,2)
ASN =c(15169,15169,1299,15169,15169,1299,15169,1299,1299)
Value =c(253,48,17,33,38,46,253,46,40)
TimeWindow =c('2017-10-05 17:00:00','2017-10-05 17:00:00','2017-10-05 18:00:00','2017-10-05 19:00:00','2017-10-05 12:00:00','2017-10-05 12:00:00','2017-10-05 17:00:00','2017-10-05 17:00:00','2017-10-05 17:00:00')
sampleData = data.frame(Id, ASN, Value,TimeWindow)

我想为每个用户id的每个相似时间窗口创建一对不同的ASN。让我试着用示例来解释我的意思

id#1的前两行在同一时间窗口中，但不应在同一时间窗口中 被视为一对，因为它们具有相似的ASN值（15169）

及

id#1的第3行和第4行不是成对的，因为它们不在同一时间窗口中

及

id#1的第5行和第6行是成对的，因为它们位于同一时间窗口中，具有不同的ASN值

及

第7行Id#2和第8行和第9行的平均值（平均值，因为它们具有相同的ASN）是成对的（因为它们在同一时间窗口中具有不同的ASN（15169和1299）（2017-10-05 17:00:00）

最终结果如下所示

Id = c(1,1,2,2)
ASN = c(15169,1299,15169,1299)
Value =c(38,46 , 253,43)
TimeWindow = c('2016-10-05 12:00:00','2016-10-05 12:00:00','2016-10-05 17:00:00','2016-10-05 17:00:00')
FinalResult = data.frame(Id,ASN, Value,TimeWindow)

如果您对如何使用R或Python实现这一点有任何想法，我将不胜感激。谢谢。

Id=c（1,1,1,1,1,1,2,2）
Id =c(1,1,1,1,1,1,2,2,2)
ASN =c(15169,15169,1299,15169,15169,1299,15169,1299,1299)
Value =c(253,48,17,33,38,46,253,46,40)
TimeWindow =c('2017-10-05 17:00:00','2017-10-05 17:00:00','2017-10-05 18:00:00','2017-10-05 19:00:00','2017-10-05 12:00:00','2017-10-05 12:00:00','2017-10-05 17:00:00','2017-10-05 17:00:00','2017-10-05 17:00:00')
sampleData = data.frame(Id, ASN, Value,TimeWindow)

library(dplyr)

sampleData %>%
  group_by(Id, TimeWindow, ASN) %>%     # for each combination
  summarise(Value = mean(Value)) %>%    # get the mean value
  filter(n_distinct(ASN) > 1) %>%       # keep the ones that have pairs
  ungroup() %>%                         # forget the grouping
  select(Id, ASN, Value, TimeWindow)    # keep relevant columns

# # A tibble: 4 x 4
#      Id   ASN Value          TimeWindow
#   <dbl> <dbl> <dbl>              <fctr>
# 1     1  1299    46 2017-10-05 12:00:00
# 2     1 15169    38 2017-10-05 12:00:00
# 3     2  1299    43 2017-10-05 17:00:00
# 4     2 15169   253 2017-10-05 17:00:00

ASN=c（15169151691299151691516912991516912991299）
数值=c（253,48,17,33,38,46253,46,40）
时间窗口=c（'2017-10-05 17:00:00'、'2017-10-05 17:00:00'、'2017-10-05 18:00:00'、'2017-10-05 19:00:00'、'2017-10-05 12:00:00'、'2017-10-05 17:00:00'、'2017-10-05 17:00:00'、'2017-10-05 17:00:00'、'2017-10-05 17:00:00'）
sampleData=data.frame（Id、ASN、值、时间窗口）
图书馆（dplyr）
样本数据%>%
每个组合的分组依据（Id、时间窗口、ASN）%>%
总结（值=平均值））%>%#获取平均值
过滤器（n_distinct（ASN）>1）%>%#保留有对的过滤器
取消分组（）%>%#忘记分组
选择（Id、ASN、值、时间窗口）#保留相关列
##tibble:4 x 4
#Id ASN值时间窗口
#                   
# 1     1  1299    46 2017-10-05 12:00:00
# 2     1 15169    38 2017-10-05 12:00:00
# 3     2  1299    43 2017-10-05 17:00:00
# 4     2 15169   253 2017-10-05 17:00:00

Perfect！非常感谢，我不知道dplyr有这么强大。我应该深入研究它。你完全可以使用data.table包和语法来实现这一点。也许有人可以发布data.table解决方案。我只是更倾向于使用dplyr。：-）