R 通过使用数据帧进行筛选来对_分组

我有一个由时间序列数据组成的TIBLE。在每个时间步，我都有一个与测试标识（FName）相关联的给定载荷（Loadz）和位移（Dispz）：

#一个tible:15926 x 5
#组别:FName[92]
时间戳FName Dispz Loadz Failflag
1 2020-09-19 14:56:46 D-H10
2020-09-19 14:56:46.5 D-H1 0.019 3.61“
3 2020-09-19 14:56:47 D-H1 0.04 8.91“
4 2020-09-1914:56:47.5D-H10.0614.5“
5 2020-09-19 14:56:48 D-H1 0.0790 20.1“
6 2020-09-1914:56:48.5D-H10.10125.7“
7 2020-09-19 14:56:49 D-H1 0.12 31.2“
8 2020-09-19 14:56:49.5 D-H1 0.142 36.1“
92020-09-1914:56:50D-H10.16240.9“
102020-09-1914:56:50.5D-H10.18345.9“

我有下面的代码，它过滤掉低于某个阈值的所有荷载和位移（对于大于0.02mm的位移和超过10N的荷载），然后扫描（或归零）所有内容，以便所有测试从原点开始

dat<-df%>%
  group_by(FName)%>%
  filter(Dispz>0.02)%>%
  filter(Loadz>10)%>%
  mutate_if(is.numeric,funs(.-first(.)))%>%
  slice(1:which.max(Loadz))

dat%
分组依据（FName）%>%
过滤器（Dispz>0.02）%%>
过滤器（负载z>10）%>%
如果（是数字，funs（.-first（.））%>%，则进行变异
切片（1:which.max（Loadz））

但是，我有一些测试有一些错误，需要手动强制。这就是我遇到麻烦的地方

我有那些行为不端测试的FName标识，以及我需要将数据归零的位置处的相关时间戳值，但找到一种使用查找数据框过滤的方法，该数据框也会从该查找表中查找值，这是一个挑战

    # Identify FName ids that need to be manually modified
    badlist<-c("WR-H2.2",
               "WR-H2.3", 
               "WR-H2.4")
#Find associated timestamps with each respective FName label
        timelist<-c("2020-10-04 12:31:06",
                    "2020-10-04 12:32:28",
                    "2020-10-04 12:33:46.5")

#Sample ID, and associated row to 
maninput<-tibble(x=badlist,y=timelist)

#识别需要手动修改的FName ID
badlist这是连接的主要用例。您可以通过
left\u join
使用
maninput
one来轻松解决此问题，然后通过与添加的列进行比较进行过滤

您没有提供任何可直接使用的示例数据，因此我自己制作了：

库（tidyverse）
图书馆（lubridate）
种子集（0）
最长时间=ymd\U hms（“欧洲中部时间2020-11-02 11:07:00”）
名称=c（“D-H1”、“WR-H2.2”、“WR-H2.3”、“WR-H2.4”）
obs=10
df=名称%>%
map（~tibble（FName=.x，
Dispz=总和（绝对绝对值（绝对值））*0.3，
载荷z=总和（绝对值）（绝对值）（绝对值）（绝对值）（绝对值））*10，
TIMESTAMP=seq（max_time-obs，max_time-1，length.out=obs），
Failflag=“”）%%>%
绑定_行（）
dat=df%>%
分组依据（FName）%>%
过滤器（Dispz>0.02）%%>
过滤器（负载z>10）%>%
变异（跨越（其中（是数值的），~.x-第一个（.x）））%>%
切片（1:which.max（Loadz））%>%
解组（）
坏名单=c（“WR-H2.2”、“WR-H2.3”）
时间列表=c（“2020-11-02 11:06:54 CET”，“2020-11-02 11:06:57 CET”）
maninput=tibble（x=badlist，y=ymd_hms（时间列表））

现在，您可以执行加入操作：

newdat=dat%>%
分组依据（FName）%>%
左联合（maninput，by=c（“FName”=“x”））%>%
过滤器（is.na（y）|时间戳>y）%>%
选择（-y）

如前所述，我们首先加入
maninput
表，为
FName
与
maninput
中的
x
值匹配的每个测试创建一个
y
列。然后我们过滤，只选择
y
列为
NA
（即
maninput
中没有匹配测试）或
时间戳大于
y
列的观察值（即
maninput
中的指定时间之后发生的观察值）。然后我们从数据中删除
y
列，因为不再需要它

这导致了一个TIBLE，其中选定的测试只在其各自的时间戳之后有数据，我很确定这就是您所寻找的：

# A tibble: 23 x 5
# Groups:   FName [4]
   FName   Dispz Loadz TIMESTAMP           Failflag
   <chr>   <dbl> <dbl> <dttm>              <chr>   
 1 D-H1    0      0    2020-11-02 11:06:51 ""      
 2 D-H1    0.399 11.5  2020-11-02 11:06:52 ""      
(...)     
 9 D-H1    2.46  49.7  2020-11-02 11:06:59 ""      
10 WR-H2.2 0.409 25.3  2020-11-02 11:06:55 ""      
11 WR-H2.2 0.735 35.2  2020-11-02 11:06:56 ""      
12 WR-H2.2 0.942 39.5  2020-11-02 11:06:57 ""      
13 WR-H2.2 1.33  51.9  2020-11-02 11:06:58 ""      
14 WR-H2.2 1.34  54.7  2020-11-02 11:06:59 ""      
15 WR-H2.3 1.98  41.2  2020-11-02 11:06:58 ""      
16 WR-H2.3 2.05  53.8  2020-11-02 11:06:59 ""      
17 WR-H2.4 0      0    2020-11-02 11:06:53 ""      
18 WR-H2.4 0.244  6.64 2020-11-02 11:06:54 ""      
(...)
23 WR-H2.4 0.949 43.8  2020-11-02 11:06:59 ""       

#一个tible:23x5
#组别:FName[4]
FName Dispz Loadz时间戳故障标志
1D-H1002020-11-02 11:06:51“
2 D-H10.399 11.5 2020-11-02 11:06:52“
(...)     
9 D-H1 2.46 49.7 2020-11-02 11:06:59“
10 WR-H2.20.409 25.3 2020-11-02 11:06:55“
11 WR-H2.2 0.735 35.2 2020-11-02 11:06:56“
12 WR-H2.20.942 39.5 2020-11-02 11:06:57“
13 WR-H2.2 1.33 51.9 2020-11-02 11:06:58“
14 WR-H2.21.34 54.7 2020-11-02 11:06:59“
15 WR-H2.3 1.98 41.2 2020-11-02 11:06:58“
16 WR-H2.3 2.05 53.8 2020-11-02 11:06:59“
17 WR-H2.4 0 2020-11-02 11:06:53“
18 WR-H2.4 0.2446.64 2020-11-02 11:06:54“
(...)
23 WR-H2.4 0.949443.8 2020-11-02 11:06:59“
如果您能提供一些您试图对数据进行的“测试”的细节，那就更好了。谢谢shizundeiku！为了澄清，是否将“maninput”视为正在连接到dat=x的“y”表？by（FName=“x”）在这个实例中做了什么？为什么过滤器（is.na（y））不会影响坏名单上的所有FName？这有点旁敲侧击，但是有没有一个来源可以帮助我理解这是怎么回事：“mutate（mutate（mutate）（跨越（where（is.numeric），~.x-first（.x））”？“~.x”把我甩了。是的，
maninput
是
y
表。
by
指定
dat
中的每个
FName
对应于
maninput
中的
x
<代码>过滤器（is.na（y））
选择列
y
为
na
的数据点，而不是另一个变量。对于您询问的行，您应该了解跨
的
功能：
.fns
参数（包含
~.x
）已指定为“purr样式lambda”，请参见此处了解这些参数的具体工作方式：
Newdat<-dat%>%
    group_by(FName)%>%
    filter(TIMESTAMP>maninput[FName== "group_by(FName)",2]

# A tibble: 23 x 5
# Groups:   FName [4]
   FName   Dispz Loadz TIMESTAMP           Failflag
   <chr>   <dbl> <dbl> <dttm>              <chr>   
 1 D-H1    0      0    2020-11-02 11:06:51 ""      
 2 D-H1    0.399 11.5  2020-11-02 11:06:52 ""      
(...)     
 9 D-H1    2.46  49.7  2020-11-02 11:06:59 ""      
10 WR-H2.2 0.409 25.3  2020-11-02 11:06:55 ""      
11 WR-H2.2 0.735 35.2  2020-11-02 11:06:56 ""      
12 WR-H2.2 0.942 39.5  2020-11-02 11:06:57 ""      
13 WR-H2.2 1.33  51.9  2020-11-02 11:06:58 ""      
14 WR-H2.2 1.34  54.7  2020-11-02 11:06:59 ""      
15 WR-H2.3 1.98  41.2  2020-11-02 11:06:58 ""      
16 WR-H2.3 2.05  53.8  2020-11-02 11:06:59 ""      
17 WR-H2.4 0      0    2020-11-02 11:06:53 ""      
18 WR-H2.4 0.244  6.64 2020-11-02 11:06:54 ""      
(...)
23 WR-H2.4 0.949 43.8  2020-11-02 11:06:59 ""