使用 if else 语句根据四列对数据进行子集化

Question

我是 R 的新手，并且在根据某些标准对我的数据进行子集化时遇到一些问题。 我有五列（位置、地点、物种、日期、时间）。

我想要做的是根据上一条记录的时间是否比同一日期、同一物种、同一地点和同一位置的上一条记录的时间大于一小时来对我的数据进行子集化。 如果前面的任何一列与前面的不同，我希望它忽略它并继续前进。

例如，这个 dataframe 应该说前两条记录是独立的，因为时间列之前的所有列都是相同的，并且它们之间的间隔 = 或 > 大于 60 分钟，而最后一条记录是 59 分钟，因此不是独立的。

  Location       Site     Species    Date     Time
  Twelve         2        frog       14-10    13:45
  Twelve         2        frog       14-10    14:45
  Twelve         2        frog       14-10    15:44 

在这个例子中，前两行是独立的，但第三行是不同的物种，后面的行与第三行相同但位置不同。 第五行，所有数据与上一行相同，只是再次相隔 59 分钟。

这个结果应该返回前两行（都相互独立），第三行因为它独立于前行和后行（因为物种与前行不同，并且与后行不同位置)，然后只是第四行，因为它独立于前一行，最后一行不应显示在数据子集上，因为它不独立于前一行（相隔 <60 分钟）。

  Location       Site     Species    Date     Time
  Twelve         2        frog       14-10    13:45
  Twelve         2        frog       14-10    14:45
  Twelve         2        badger     14-10    15:44
  Thirteen       2        badger     14-10    16:44
  Thirteen       2        badger     14-10    17:42

Answer 1

*** EDITED tp 包括 OP 评论 ***

filter到仅独立的行。 select不显示临时列

df %>% 
  group_by(Location, Site, Species, Date) %>% 
  mutate(difftime = as.numeric(hms::as_hms(Time) - hms::as_hms(lag(Time, 1)))/3600) %>%
  mutate(independent = case_when(
    is.na(difftime) ~ TRUE,
    difftime >= 1 ~ TRUE,
    difftime < 1  ~ FALSE,
    TRUE ~ FALSE)
  ) %>% 
  filter(independent) %>%
  select(-difftime, -independent)
# A tibble: 4 x 5
# Groups:   Location, Site, Species, Date [3]
  Location  Site Species Date  Time  
  <chr>    <dbl> <chr>   <chr> <time>
1 Twelve       2 frog    14-10 13:45 
2 Twelve       2 frog    14-10 14:45 
3 Twelve       2 badger  14-10 15:44 
4 Thirteen     2 badger  14-10 16:44 

library(dplyr)
df %>% 
  group_by(Location, Site, Species, Date) %>% 
  mutate(difftime = as.numeric(Time - lag(Time, 1))/3600) %>%
  mutate(independent = case_when(
        is.na(difftime) ~ TRUE,
        difftime >= 1 ~ TRUE,
        difftime < 1  ~ FALSE,
        TRUE ~ FALSE)
   )
#> # A tibble: 6 x 7
#> # Groups:   Location, Site, Species, Date [3]
#>   Location  Site Species Date  Time   difftime independent
#>   <chr>    <dbl> <chr>   <chr> <time>    <dbl> <lgl>      
#> 1 Twelve       2 frog    14-10 13:45    NA     TRUE       
#> 2 Twelve       2 frog    14-10 14:45     1     TRUE       
#> 3 Twelve       2 frog    14-10 15:44     0.983 FALSE      
#> 4 Twelve       2 badger  14-10 15:44    NA     TRUE       
#> 5 Thirteen     2 badger  14-10 16:44    NA     TRUE       
#> 6 Thirteen     2 badger  14-10 17:42     0.967 FALSE

添加hms::as_hms使警告消息 go 消失

df %>% 
  group_by(Location, Site, Species, Date) %>% 
  mutate(difftime = as.numeric(hms::as_hms(Time) - hms::as_hms(lag(Time, 1)))/3600) %>%
      mutate(independent = case_when(
        is.na(difftime) ~ TRUE,
        difftime >= 1 ~ TRUE,
        difftime < 1  ~ FALSE,
        TRUE ~ FALSE)
      )
#> # A tibble: 6 x 7
#> # Groups:   Location, Site, Species, Date [3]
#>   Location  Site Species Date  Time   difftime independent
#>   <chr>    <dbl> <chr>   <chr> <time>    <dbl> <lgl>      
#> 1 Twelve       2 frog    14-10 13:45    NA     TRUE       
#> 2 Twelve       2 frog    14-10 14:45     1     TRUE       
#> 3 Twelve       2 frog    14-10 15:44     0.983 FALSE      
#> 4 Twelve       2 badger  14-10 15:44    NA     TRUE       
#> 5 Thirteen     2 badger  14-10 16:44    NA     TRUE       
#> 6 Thirteen     2 badger  14-10 17:42     0.967 FALSE

您的数据

df <- readr::read_table2("Location       Site     Species    Date     Time
Twelve         2        frog       14-10    13:45
Twelve         2        frog       14-10    14:45
Twelve         2        frog       14-10    15:44
Twelve         2        badger     14-10    15:44
Thirteen       2        badger     14-10    16:44
Thirteen       2        badger     14-10    17:42")