Fatal编程技术网
  • r/
  • R 如何添加“data.table”中计算变量的数据量最小的条件`

R 如何添加“data.table”中计算变量的数据量最小的条件`

r

R 如何添加“data.table”中计算变量的数据量最小的条件`,r,data.table,R,Data.table,我有两个数据帧。第一个df总结了在超时（DateTime）对一种鱼类的几个个体（ID）的检测。例如： options("digits.secs" = 3) df<- data.frame(DateTime=c("2017-08-05 14:03:55.300","2017-08-05 16:18:12.100","2017-08-05 20:34:31.540","2017-08-05 16:18:14.355","2017-08-05 20:34:33.605"), ID= c

我有两个数据帧。第一个
df
总结了在超时（
DateTime
）对一种鱼类的几个个体（
ID
）的检测。例如：

options("digits.secs" = 3)

df<- data.frame(DateTime=c("2017-08-05 14:03:55.300","2017-08-05 16:18:12.100","2017-08-05 20:34:31.540","2017-08-05 16:18:14.355","2017-08-05 20:34:33.605"),
    ID= c("A","B","C","B","C"))

df
                 DateTime ID
1 2017-08-05 14:03:55.300  A
2 2017-08-05 16:18:12.100  B
3 2017-08-05 20:34:31.540  C
4 2017-08-05 16:18:14.355  B
5 2017-08-05 20:34:33.605  C
我使用下面的代码计算
df
中的变量
VeDBA
和
RMS
。我使用
Activity
中的数据来计算它们，并将这些变量添加到数据框
df
。作为总结，对于每行
df
数据，我使用2秒的数据计算
VeDBA
和
RMS
（这是22行，因为我在数据帧
活动中每秒有11个数据
）从
活动
数据框，使用数据框
df
的
DateTime
作为开始时间

library(data.table)
setDT(df)[, DateTime := as.POSIXct(DateTime, format=fmt, tz="UTC")][,
    c("start", "end") := .(DateTime, DateTime+2)]
setDT(Activity)[, DateTime := as.POSIXct(DateTime, format=fmt, tz="UTC")]

df<- Activity[df, on=.(ID, DateTime>=start, DateTime<=end),
    by=.EACHI, .(
        DateTime=i.DateTime,
        ID=i.ID, 
        VeDBA=sum(sqrt(x^2 + y^2 + z^2)) / .N,
        RMS=sqrt((sum(x^2) + sum(y^2) + sum(z^2)) / .N))][, 
            (1L:3L) := NULL][]
我想得到这个：

df
                  DateTime ID     VeDBA       RMS
1: 2017-08-05 14:03:55.299  A 0.9919576 1.0264458
2: 2017-08-05 16:18:12.099  B NA        NA        # Between 16:18:12.099 and 16:18:14.099 there is only 10 data instead of 22
3: 2017-08-05 20:34:31.539  C 0.9294209 0.9764383
4: 2017-08-05 16:18:14.355  B NA        NA
5: 2017-08-05 20:34:33.605  C 1.0041628 1.0395891
有人知道如何修改我使用的
数据.table
代码以获得那些
NAs
？

如果
.N
低于给定的阈值，下面的修改将返回
NA
：

n_min <- 14L
Activity[df, on = .(ID, DateTime >= start, DateTime <= end),
         by = .EACHI, .(
           DateTime = i.DateTime,
           ID = i.ID,
           .N,  # inserted just to verify the result, to be omitted in production code
           VeDBA = if (.N < n_min) NA_real_ else sum(sqrt(x ^ 2 + y ^ 2 + z ^ 2)) / .N,
           RMS = if (.N < n_min) NA_real_ else sqrt((sum(x ^ 2) + sum(y ^ 2) + sum(z ^ 2)) / .N)
         )][,
            (1L:3L) := NULL][]
请注意，插入列
N
只是为了验证结果。还请注意，尽管使用了
set.seed（100）
创建数据，但输出与OP的预期结果不同

if（）
可以在这里使用，因为每个
.EACHI
组只有一个
.N
值。

我当时不在电脑旁，但你似乎可以从
rle
和/或
数据中得到提升。table:：rleid
Hi@PavoDive。我不知道你到底是什么意思。我没有使用太多的
数据.table
。如果您能详细说明我如何做我在帖子中解释的事情，我将不胜感激。。。。提前谢谢！！谢谢@Uwe！！我在运行代码时收到错误消息
未使用的参数
。我想这是因为
NA_real\u
没有在代码中定义，不是吗？如果没有，可能是什么？在等待你的回答时，我问你其他的疑问。关于你的结果和我的不同，我对
NA
的理解是错误的，因为第四行应该对
VeDBA
和
RMS
使用
NA
（我在我的帖子中对其进行了修改）。关于
VeDBA
和
RMS
I gues值的差异，这是因为即使在使用
set.seed（）
之后，您的数据帧
活动
和我的活动也不同。几天前我发现，如果你的R版本低于3.16，那么
sample（）
会产生不同的数字。。。为了验证这一点，我在帖子中显示了我的
活动
数据帧的头部。你有相同的数字吗？如果其中一个数据帧不是data.table对象，我会看到此错误消息。我发现了问题@Uwe。确切地说，您没有在代码中添加从data.frame到data.table的转换，我也没有意识到。如果在您的代码之前运行
setDT（df）[，DateTime:=as.POSIXct（DateTime，format=fmt，tz=“UTC”）][，c（“开始”，“结束”）：=（DateTime，DateTime+2）]
和
setDT（Activity）[，DateTime:=as.POSIXct（DateTime，format=fmt，tz=“UTC”）]
，那么它工作得非常好。再次感谢！！很抱歉造成了误会。我没有发布全部代码，只是发布了需要修改的部分。关于不同R版本上的
set.seed（）
：我使用RStudio云和
sessionInfo（）
说它是R版本3.6.0（2019-04-26），平台：x86_64-pc-linux-gnu（64位），运行于：ubuntu16.04.6 LTS，…，随机数生成：RNG:mersene Twister Normal:Inversion示例：舍入。不幸的是，我得到了不同的数据运行您的启动代码。
sessionInfo（）
为您返回了什么？ 
df
                  DateTime ID     VeDBA       RMS
1: 2017-08-05 14:03:55.299  A 0.9919576 1.0264458
2: 2017-08-05 16:18:12.099  B NA        NA        # Between 16:18:12.099 and 16:18:14.099 there is only 10 data instead of 22
3: 2017-08-05 20:34:31.539  C 0.9294209 0.9764383
4: 2017-08-05 16:18:14.355  B NA        NA
5: 2017-08-05 20:34:33.605  C 1.0041628 1.0395891

n_min <- 14L
Activity[df, on = .(ID, DateTime >= start, DateTime <= end),
         by = .EACHI, .(
           DateTime = i.DateTime,
           ID = i.ID,
           .N,  # inserted just to verify the result, to be omitted in production code
           VeDBA = if (.N < n_min) NA_real_ else sum(sqrt(x ^ 2 + y ^ 2 + z ^ 2)) / .N,
           RMS = if (.N < n_min) NA_real_ else sqrt((sum(x ^ 2) + sum(y ^ 2) + sum(z ^ 2)) / .N)
         )][,
            (1L:3L) := NULL][]

                  DateTime ID  N     VeDBA       RMS
1: 2017-08-05 14:03:55.299  A 22 0.8777660 0.9181305
2: 2017-08-05 16:18:12.099  B 10        NA        NA
3: 2017-08-05 20:34:31.539  C 22 0.8807835 0.9383084
4: 2017-08-05 16:18:14.355  B 10        NA        NA
5: 2017-08-05 20:34:33.605  C 22 1.0587765 1.1023549