在R中特定时间点序列的子集中，我可以使用seq吗？

我有一个如下所示的数据框：

structure(list(A = c(70, 70, 70, 70, 70, 70), T = c(0.1, 0.2, 
0.3, 0.4, 0.5, 0.6), X = c(434.01, 434.01, 434.75, 434.75, 434.75, 
434.01), Y = c(454.92, 454.92, 454.92, 454.92, 454.18, 454.92
), V = c(0, 0, 21.128, 0, 14.94, 14.94), thetarad = c(0.151841552716899, 
0.151841552716899, 0.150990672182432, 0.150990672182432, 0.150177486839524, 
0.151841552716899), thetadeg = c(8.69988012340509, 8.69988012340509, 
8.6511282599214, 8.6511282599214, 8.6045361718215, 8.69988012340509
)), .Names = c("A", "T", "X", "Y", "V", "thetarad", "thetadeg"
), row.names = 1423:1428, class = "data.frame")

我想用30秒的时间间隔对R中的特定时间点进行子集。我可以通过手动子集我想要的每个时间点来实现这一点：

a1=subset(binA, T==0.1)
a2=subset(binA, T==30)
a3=subset(binA, T==60)
a4=subset(binA, T==90)
a5=subset(binA, T==120)
a6=subset(binA, T==150)
a7=subset(binA, T==180)
a8=subset(binA, T==210)
a9=subset(binA, T==240)
a10=subset(binA, T==270)
a11=subset(binA, T==300)
a12=subset(binA, T==330)
a13=subset(binA, T==360)
a14=subset(binA, T==390)
a15=subset(binA, T==420)
a16=subset(binA, T==450)
a17=subset(binA, T==480)
a18=subset(binA, T==510)
a19=subset(binA, T==540)
a20=subset(binA, T==570)
a21=subset(binA, T==599.5)

我尝试使用

sapply

和

seq

函数进行子集设置，但结果令人困惑。我还想计算每个数据子集中唯一的A。我还知道我可以使用

plyr

软件包中的

count

功能来完成这项工作

a1=count(unique(subset(binA, T==0.1)))

但是count将使用一个数据帧，而不是多个数据帧（如果我错了，请纠正我）。我还想为每个子集采用标记的方法（这对于仅在一个数据帧中使用SAPPY应该很容易）。因此，我需要关于如何编写具有特定seq点的函数的帮助

我知道这个问题很小，但我们将不胜感激

---

谢谢

假设数据在

df

数据框中，然后尝试以下操作：

sapply(c(0.1,seq(30,599,30),599.5),
       function(x)
         length(unique(df[ df$T==x, "A"])))

---

假设数据位于

df

数据框中，则尝试以下操作：

sapply(c(0.1,seq(30,599,30),599.5),
       function(x)
         length(unique(df[ df$T==x, "A"])))

---

您应该能够使用以下代码来获得您想要的。这不适用于0.1和599.5，但应该易于操作

timeintervals <- seq(0,600, 30)
for(i in 1:length(timeintervals)
{
  # create the subsets for each time interval
  assign(
    paste0("a",i),
    df[df$T == timeintervals[i],]
    )

  # get all unique As
  assign(
    paste0("b",i),
    unique(df[df$T == timeintervals[i],"A"])
  )

}

---

timeinterval您应该能够使用以下代码获得所需的内容。这不适用于0.1和599.5，但应该易于操作

timeintervals <- seq(0,600, 30)
for(i in 1:length(timeintervals)
{
  # create the subsets for each time interval
  assign(
    paste0("a",i),
    df[df$T == timeintervals[i],]
    )

  # get all unique As
  assign(
    paste0("b",i),
    unique(df[df$T == timeintervals[i],"A"])
  )

}

timeinterval我想您需要的功能是
split
：

 subsetted.by.T <- split(dfrm, dfrm$T)
lapply(subsetted.by.T, nrow)

$`0.1`
[1] 1

$`0.2`
[1] 1

$`0.3`
[1] 1

$`0.4`
[1] 1

$`0.5`
[1] 1

$`0.6`
[1] 1

> subsetted.by.T[[1]]
      A   T      X      Y V  thetarad thetadeg
1423 70 0.1 434.01 454.92 0 0.1518416  8.69988

subseted.by.T subseted.by.T[[1]]
一个T X Y V thetarad thetadeg
1423 70 0.1 434.01 454.92 0 0.1518416  8.69988

如果您想命名这些单独的项目，那么
命名我认为您想要的功能是
拆分
：

 subsetted.by.T <- split(dfrm, dfrm$T)
lapply(subsetted.by.T, nrow)

$`0.1`
[1] 1

$`0.2`
[1] 1

$`0.3`
[1] 1

$`0.4`
[1] 1

$`0.5`
[1] 1

$`0.6`
[1] 1

> subsetted.by.T[[1]]
      A   T      X      Y V  thetarad thetadeg
1423 70 0.1 434.01 454.92 0 0.1518416  8.69988

subseted.by.T subseted.by.T[[1]]
一个T X Y V thetarad thetadeg
1423 70 0.1 434.01 454.92 0 0.1518416  8.69988

如果你想命名这些单独的项目，那么
命名如果目的只是为了得到平均值、唯一计数等，你不需要子集。还有一件事，id t因子是连续的，你需要制作箱子吗？我在这里假设一个因素

以下是一种使用
plyr

ddply(df,~T,summarise,l=length(unique((A))))
ddply(df,~T,summarise,m=mean(thetadeg))

如果目的只是为了得到平均数、唯一数等，你不需要子集。还有一件事，id t因子是连续的，你需要做箱子吗？我在这里假设一个因素

以下是一种使用
plyr

ddply(df,~T,summarise,l=length(unique((A))))
ddply(df,~T,summarise,m=mean(thetadeg))

也许
cut
或
findInterval
在这里有用……也许
cut
或
findInterval
在这里有用……我知道split，我想过使用它，但我需要的数据是间隔数据，而不是所有时间点的数据。谢谢这意味着你应该使用“切割”。我知道分割，我也想过使用它，但我需要的是间隔数据，而不是所有时间点的数据。谢谢这意味着您应该使用“剪切”。我需要的数据是间隔数据，而不是所有时间点的数据。谢谢我需要我的数据在时间间隔上，而不是在所有时间点上。谢谢对我只是不知道如何输入
seq
。现在，我还可以通过将最后一部分更改为
mean（unique（binA[binA$T==x，“thetadeg”]））
谢谢！对我只是不知道如何输入
seq
。现在，我还可以通过将最后一部分更改为
mean（unique（binA[binA$T==x，“thetadeg”]））
谢谢！