在R中通過分組變數有條件地改變數值；條件是基于兩個資料幀中時間戳的不同。

我正試圖以有條件的方式糾正一個資料集中的一些錯誤條目。我需要通過分組來實作這一目標，并且條件是基于兩個不同資料集的兩個時間戳之間的差異。

下面是我正在處理的一些資料型別的例子：-

這兩個資料集看起來像這樣：-

df1中的時間戳列是四舍五入到每小時，而df2中有一個起始時間戳和一個結束時間戳（兩者都是細化的，四舍五入到分鐘）。df1中的一些條目是不正確的，因為它們在相應的時間沒有出現在df2中。

例如，UserID CCC在df2中最后的EndTime時間戳是2020-01-02 15:58:00，但在df1中，CCC出現在2020-01-02 17:00:00，2020-01-02 18:00:00 & 2020-01-02 19:00:00; 類似的例子還有UserID DDD.

我想做什么

如果一個 UserID 在 df1 中有一個條目，其 df1$Time 的時間戳比他們在 df2 中的最后一個 df2$EndTime 的時間戳大 60 分鐘，我希望 df1$Value 中的條目被改為 "NoGroup"。

下面是一個所需結果的說明性例子：-

如果有任何指導意見，我們將一如既往地表示感謝:)

uj5u.com熱心網友回復：

使用dplyr：

df1 %>%
  left_join(df2 %>% group_by（UserID） %> %過濾器(EndTime == max(EndTime))。  by = "UserID"） %> %
  mutate(Value = if_else(Time-EndTime > = 60, "NoGroup"/span>。  Value)) %> %
  選擇(-c(4。 5））

首先你連接每個UserID的最后EndTimes到df2，接下來你檢查是否有任何Time超過這個EndTime的60分鐘，并相應改變Value。最后，您將洗掉在join程序中添加的列

uj5u.com熱心網友回復：

df1< -結構(list（UserID = c("AAA"/span>。  "AAA", "AAA"。  "BBB", "BBB",  
                               "BBB", "BBB"/span>, "CCC"/span>。  "CCC", "CCC"。  "CCC", "CCC"。  "DDD", "DDD", "DDD" , 
                               "DDD", "DDD"。  "DDD", "DDD"）。 值 = c("Group1"。  "Group1", "Group2",  
                                                                      "Group3", "Group3"。  "Group1",/span> "Group2"。  "Group4",  "Group5"。  "Group5", 
                                                                      "Group5", "Group5"。  "Group1",/span> "Group2"。  "Group2",/span> "Group2"。  "Group2", 
                                                                      "Group2"）。 時間=結構（c(1577840400。  1577844000, 1577847600,  
                                                                                                    1577966400, 1577970000, 1577973600。  1577977200, 1577977200。  1577980800, 
                                                                                                    1577984400, 1577988000， 1577991600。  1578193200,/span> 1578196800。  1578200400, 1578200400, 
                                                                                                    1578204000,/span> 1578207600。  1578211200）。  class = c("POSIXct"/span>。  "POSIXt"/span>
                                                                                                    ）。  tzone = "UTC")),/span>行。 names = c(NA。  -18L）。  class = "data. frame")


df2< -結構(list(UserID = c("AAA"/span>,  "AAA", "AAA"。  "BBB", "BBB",  
                               "BBB", "BBB"/span>, "CCC"/span>。  "CCC", "DDD"。  "DDD"）。  StartTime =結構（c(1577839980。  
                                                                                                  1577840460, 1577843820。  1577966580。  1577970180,  1577973360,  1577975160, 1577975160, 
                                                                                                  1577977920,/span> 1577978940。  1578193200。  1578193920）。  class = c("POSIXct"/span>。  
                                                                                                                                                             "POSIXt"）。  tzone = "UTC"）。 EndTime =結構(c(1577840460。  
                                                                                                                                                                                                              1577843820, 1577846640。  1577970180。  1577973360,  1577975160,  1577978580, 1577978580, 
                                                                                                                                                                                                              1577978940,/span> 1577980680。  1578193920。  1578196620）。  class = c("POSIXct"/span>。  
                                                                                                                                                                                                                                                                         "POSIXt"）。  tzone = "UTC")),/span> row. names = c(NA。  -11L）。  class = "data. frame")


library(tidyverse)
library(lubridate)
#> 
#> Attaching package: 'lubridate'
#> 以下物件被屏蔽在'package:base'之外：
#> 
#> date, intersect, setdiff, union

no_groups <-
  df1 %>%。
  as_tibble() %>
  left_join(df2 %> % as_tibble() %>%
  group_by（UserID） %>%
  mutate()
    last_end = max（EndTime）
  ) %>%
  mutate()
    no_group = all((last_end - 時間) < =分鐘(60))
  ) %>%
  distinct(UserID,no_group)
#> Joining, by = "UserID"
無群組
#> # A tibble: 4 x 2
#> # 群組。  用戶ID[4]
#> UserID no_group
#> <chr> <lgl> 
#> 1 AAA FALSE 
#> 2 BBB FALSE 
#> 3 CCC TRUE 
#> 4 DDD TRUE[/span]。

df1%>%
  as_tibble() %>% 
  left_join（no_groups） %>%
  mutate(Value = ifelse(no_group。  "NoGroup", Value) %>。 %
  select(-no_group)
#> Joining, by = "UserID" 
#> # A tibble: 18 x 3
#> UserID值時間
#> <chr> <chr> <dttm> 
#> 1 AAA Group1 2020-01-01 01:00:00
#> 2 AAA組1 2020-01-01 02:00:00
#> 3 AAA組2 2020-01-01 03:00:00[/span
#> 4 BBB組3 2020-01-02 12:00:00[/span]。
#> 5 BBB Group3 2020-01-02 13:00:00[/span]。
#> 6 BBB Group1 2020-01-02 14:00:00[/span]。
#> 7 BBB Group2 2020-01-02 15:00:00[/span]。
#> 8 CCC NoGroup 2020-01-02 15:00:00[/span
#> 9 CCC NoGroup 2020-01-02 16:00:00[/span]。
#> 10 CCC NoGroup 2020-01-02 17:00:00[/span]。
#> 11 CCC NoGroup 2020-01-02 18:00:00[/span
#> 12 CCC NoGroup 2020-01-02 19:00:00[/span
#> 13 DDD NoGroup 2020-01-05 03:00:00[/span]。
#> 14 DDD NoGroup 2020-01-05 04:00:00[/span]。
#> 15 DDD NoGroup 2020-01-05 05:00:00[/span]。
#> 16 DDD NoGroup 2020-01-05 06:00:00[/span]。
#> 17 DDD NoGroup 2020-01-05 07:00:00[/span]。
#> 18 DDD NoGroup 2020-01-05 08:00:00[/span]。

^{創建于2021-09-17，由reprex包（v2.0.0）}

標籤：

上一篇：C#:IFELSE替換

下一篇：模型未系結在POST控制器方法.NetCoreMVC中