R 创建一个检测器使用情况表，其中包含列的场合
我需要创建一个检测器使用表，其中行是单个检测器，列是它们都处于活动状态的完整日期范围。在该表中，1表示探测器在给定日期处于活动状态，0表示探测器处于非活动状态。圈闭在“部位”（如部位：A1、B1、C1）划定的组中被激活。列中的连续日期范围需要从第一个陷阱激活的第一天开始，到最后一个陷阱激活的最后一天结束 目前，我有以下数据表要处理 场地使用表：R 创建一个检测器使用情况表，其中包含列的场合,r,rmark,R,Rmark,我需要创建一个检测器使用表，其中行是单个检测器，列是它们都处于活动状态的完整日期范围。在该表中，1表示探测器在给定日期处于活动状态，0表示探测器处于非活动状态。圈闭在“部位”（如部位：A1、B1、C1）划定的组中被激活。列中的连续日期范围需要从第一个陷阱激活的第一天开始，到最后一个陷阱激活的最后一天结束 目前，我有以下数据表要处理 场地使用表： > site.use.df site first last 1: B1 1/11/2017 1/12/2017 2
> site.use.df
site first last
1: B1 1/11/2017 1/12/2017
2: B1 1/15/2017 1/16/2017
3: P1 1/7/2017 1/8/2017
4: P1 1/13/2017 1/14/2017
5: R1 1/10/2017 1/11/2017
6: R1 1/15/2017 1/16/2017
> trapID.df
trapID site
1: 154 P1
2: 155 P1
3: 156 P1
4: 157 P1
5: 158 P1
6: 304 R1
7: 305 R1
8: 306 R1
9: 307 R1
10: 308 R1
11: 1 B1
12: 2 B1
13: 3 B1
14: 4 B1
15: 5 B1
> detector.table
trapID site 1/7/2017 1/8/2017 1/9/2017 1/10/2017 1/11/2017 1/12/2017 1/13/2017 1/14/2017 1/15/2017 1/16/2017
1: 1 B1 0 0 0 0 1 1 0 0 1 1
2: 2 B1 0 0 0 0 1 1 0 0 1 1
3: 3 B1 0 0 0 0 1 1 0 0 1 1
4: 4 B1 0 0 0 0 1 1 0 0 1 1
5: 5 B1 0 0 0 0 1 1 0 0 1 1
6: 154 P1 1 1 0 0 0 0 1 1 0 0
7: 155 P1 1 1 0 0 0 0 1 1 0 0
8: 156 P1 1 1 0 0 0 0 1 1 0 0
9: 157 P1 1 1 0 0 0 0 1 1 0 0
10: 158 P1 1 1 0 0 0 0 1 1 0 0
11: 304 R1 0 0 0 1 1 0 0 0 1 1
12: 305 R1 0 0 0 1 1 0 0 0 1 1
13: 306 R1 0 0 0 1 1 0 0 0 1 1
14: 307 R1 0 0 0 1 1 0 0 0 1 1
15: 308 R1 0 0 0 1 1 0 0 0 1 1
如果我理解正确，使用
tidyversefirstlastlibrary(tidyverse)
temp <- trapID.df %>%
left_join(site.use.df) %>%
mutate_at(vars(first, last), mdy) %>%
mutate(date = map2(first, last, seq, by = "1 day")) %>%
unnest(date) %>%
select(-first, -last) %>%
mutate(present = 1) %>%
group_by(trapID, site) %>%
complete(date = seq(min(date), max(date), by = "1 day"),
fill = list(present = 0)) %>%
pivot_wider(names_from = date, values_from = present,
values_fill = list(present = 0))
#If you need data sorted by date
temp[c(names(temp)[1:2], sort(names(temp)[-(1:2)]))]
# trapID site `2017-01-07` `2017-01-08` `2017-01-09` `2017-01-10` `2017-01-11`
# <int> <fct> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 1 B1 0 0 0 0 1
# 2 2 B1 0 0 0 0 1
# 3 3 B1 0 0 0 0 1
# 4 4 B1 0 0 0 0 1
# 5 5 B1 0 0 0 0 1
# 6 154 P1 1 1 0 0 0
# 7 155 P1 1 1 0 0 0
# 8 156 P1 1 1 0 0 0
# 9 157 P1 1 1 0 0 0
#10 158 P1 1 1 0 0 0
#11 304 R1 0 0 0 1 1
#12 305 R1 0 0 0 1 1
#13 306 R1 0 0 0 1 1
#14 307 R1 0 0 0 1 1
#15 308 R1 0 0 0 1 1
# … with 5 more variables: `2017-01-12` <dbl>, `2017-01-13` <dbl>,
# `2017-01-14` <dbl>, `2017-01-15` <dbl>, `2017-01-16` <dbl>
库（tidyverse）
温度%
左联合（site.use.df）%>%
在（变量（第一个，最后一个），mdy）%>
突变（日期=map2（第一个、最后一个、顺序，按=“1天”））%>%
unnest（日期）%%>%
选择（-first，-last）%%>%
突变（存在=1）%>%
分组依据（trapID，站点）%>%
完成（日期=序号（最短（日期），最长（日期），截止日期=“1天”），
填充=列表（当前=0））%>%
透视图（名称从=日期，值从=当前，
值\填充=列表（当前=0））
#如果需要按日期排序的数据
温度[c（名称（温度）[1:2]，排序（名称（温度）[-（1:2）]）]
#trapID站点`2017-01-07``2017-01-08``2017-01-09``2017-01-10``2017-01-11`
#
#1 B1 0 0 0 1
#2 B1 0 0 0 1
#3 3 B1 0 0 0 1
#4 4 B1 0 0 0 1
#5 B1 0 0 0 1
#6154 P1 110 0 0 0
#7155 P1 10100
#8156 P1 10100
#9157 P1 10100
#10158 P1 10100
#11304 r1001
#12305R1 0 0 1 1
#13 306 R1 0 0 1 1
#14307 R1 0 0 1 1
#15308 R1 0 0 1 1
#…还有5个变量：`2017-01-12`、`2017-01-13`，
# `2017-01-14` , `2017-01-15` , `2017-01-16`
tidyversefirstlastlibrary(tidyverse)
temp <- trapID.df %>%
left_join(site.use.df) %>%
mutate_at(vars(first, last), mdy) %>%
mutate(date = map2(first, last, seq, by = "1 day")) %>%
unnest(date) %>%
select(-first, -last) %>%
mutate(present = 1) %>%
group_by(trapID, site) %>%
complete(date = seq(min(date), max(date), by = "1 day"),
fill = list(present = 0)) %>%
pivot_wider(names_from = date, values_from = present,
values_fill = list(present = 0))
#If you need data sorted by date
temp[c(names(temp)[1:2], sort(names(temp)[-(1:2)]))]
# trapID site `2017-01-07` `2017-01-08` `2017-01-09` `2017-01-10` `2017-01-11`
# <int> <fct> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 1 B1 0 0 0 0 1
# 2 2 B1 0 0 0 0 1
# 3 3 B1 0 0 0 0 1
# 4 4 B1 0 0 0 0 1
# 5 5 B1 0 0 0 0 1
# 6 154 P1 1 1 0 0 0
# 7 155 P1 1 1 0 0 0
# 8 156 P1 1 1 0 0 0
# 9 157 P1 1 1 0 0 0
#10 158 P1 1 1 0 0 0
#11 304 R1 0 0 0 1 1
#12 305 R1 0 0 0 1 1
#13 306 R1 0 0 0 1 1
#14 307 R1 0 0 0 1 1
#15 308 R1 0 0 0 1 1
# … with 5 more variables: `2017-01-12` <dbl>, `2017-01-13` <dbl>,
# `2017-01-14` <dbl>, `2017-01-15` <dbl>, `2017-01-16` <dbl>
库（tidyverse）
温度%
左联合（site.use.df）%>%
在（变量（第一个，最后一个），mdy）%>
突变（日期=map2（第一个、最后一个、顺序，按=“1天”））%>%
unnest（日期）%%>%
选择（-first，-last）%%>%
突变（存在=1）%>%
分组依据（trapID，站点）%>%
完成（日期=序号（最短（日期），最长（日期），截止日期=“1天”），
填充=列表（当前=0））%>%
透视图（名称从=日期，值从=当前，
值\填充=列表（当前=0））
#如果需要按日期排序的数据
温度[c（名称（温度）[1:2]，排序（名称（温度）[-（1:2）]）]
#trapID站点`2017-01-07``2017-01-08``2017-01-09``2017-01-10``2017-01-11`
#
#1 B1 0 0 0 1
#2 B1 0 0 0 1
#3 3 B1 0 0 0 1
#4 4 B1 0 0 0 1
#5 B1 0 0 0 1
#6154 P1 110 0 0 0
#7155 P1 10100
#8156 P1 10100
#9157 P1 10100
#10158 P1 10100
#11304 r1001
#12305R1 0 0 1 1
#13 306 R1 0 0 1 1
#14307 R1 0 0 1 1
#15308 R1 0 0 1 1
#…还有5个变量：`2017-01-12`、`2017-01-13`，
# `2017-01-14` , `2017-01-15` , `2017-01-16`