[英]splitting a dataframe
聖誕節快樂
我想拆分一個長數據幀。 數據框看起來像這樣
x<-c('0:00:00', '0:30:00', '1:00:00', '1:30:00', '2:00:00', '2:30:00', '3:00:00',
'0:00:00', '0:30:00', '1:00:00', '1:30:00', '2:00:00', '2:30:00', '3:00:00',
'3:30:00', '4:00:00','0:00:00', '0:30:00', '1:00:00', '1:30:00', '2:00:00',
'2:30:00', '3:00:00', '0:00:00', '0:30:00', '1:00:00', '1:30:00', '2:00:00',
'2:30:00', '3:00:00' , '3:30:00', '4:00:00')
y=seq(1:32)
data1=data.frame(x,y)
我希望以輸出的方式分割
0:00:00 1 8 17 24
0:30:00 2 9 18 25
1:00:00 3 10 19 26
1:30:00 4 11 20 27
2:00:00 5 12 21 28
2:30:00 6 13 22 29
3:00:00 7 14 23 30
3:30:00 NA 15 NA 31
4:00:00 NA 16 NA 32
我考慮過這樣做的任何想法或功能? 我嘗試使用分割功能,但無法完成它。 非常感謝您的幫助和時間。
Matthew的以下解決方案效果最佳。 但是,如果我增加x的循環時間
x<-c('0:00:00', '0:30:00', '1:00:00', '1:30:00', '2:00:00', '2:30:00', '3:00:00', '3:30:00',
'4:00:00', '4:30:00', '5:00:00', '5:30:00', '6:00:00', '6:30:00', '7:00:00',
'7:30:00','8:00:00', '8:30:00', '9:00:00', '9:30:00', '10:00:00', '10:30:00',
'11:00:00','11:30:00','0:00:00', '0:30:00', '1:00:00', '1:30:00', '2:00:00', '2:30:00',
'3:00:00', '3:30:00', '4:00:00', '4:30:00', '5:00:00', '5:30:00', '6:00:00', '6:30:00',
'7:00:00', '7:30:00','8:00:00', '8:30:00', '9:00:00', '9:30:00', '10:00:00', '10:30:00',
'11:00:00','11:30:00', '12:00:00', '12:30:00', '13:00:00', '13:30:00')
並使用相同的代碼,我收到以下錯誤:
Error in match.names(clabs, names(xi)) : names do not match previous names
干杯,Swagath
以下是編輯過的問題的數據:
x <- c('0:00:00', '0:30:00', '1:00:00', '1:30:00', '2:00:00', '2:30:00',
'3:00:00', '3:30:00', '4:00:00', '4:30:00', '5:00:00', '5:30:00',
'6:00:00', '6:30:00', '7:00:00', '7:30:00','8:00:00', '8:30:00',
'9:00:00', '9:30:00', '10:00:00', '10:30:00', '11:00:00','11:30:00',
'0:00:00', '0:30:00', '1:00:00', '1:30:00', '2:00:00', '2:30:00',
'3:00:00', '3:30:00', '4:00:00', '4:30:00', '5:00:00', '5:30:00',
'6:00:00', '6:30:00', '7:00:00', '7:30:00','8:00:00', '8:30:00',
'9:00:00', '9:30:00', '10:00:00', '10:30:00', '11:00:00','11:30:00',
'12:00:00', '12:30:00', '13:00:00', '13:30:00')
y=seq(1:52)
data1=data.frame(x,y)
我們需要創建一個表示日期的分類變量,我們在這里需要處理的只是時間。 如果時間倒退,則認為這是新的一天。 為此,我們將使用因子按順序將時間值轉換為整數。
這里是一個矢量lev
水平, c('0:00:00', '0:30:00', '1:00:00', ...)
和因子fac
它包含相同字符串作為數據$ x,但使用此向量作為級別:
lev <- paste(t(outer(0:23, c('00', '30'), paste, sep=':')), '00', sep=':')
fac <- factor(as.character(data1$x), levels=lev, ordered=TRUE)
現在我們看到我們通過應用diff
來及時回歸:
d <- c(0, diff(
as.numeric(factor(as.character(data1$x), levels=lev, ordered=TRUE)))
)
現在(受到這個問題的另外兩個答案的啟發), cumsum(d<0)
是我們需要的分類變量,可以應用於數據框,並用於重塑:
data1$grp <- cumsum(d<0)
res <- reshape(data1, direction="wide", idvar="x", timevar="grp")
> res
x y.0 y.1
1 0:00:00 1 25
2 0:30:00 2 26
3 1:00:00 3 27
4 1:30:00 4 28
5 2:00:00 5 29
6 2:30:00 6 30
7 3:00:00 7 31
8 3:30:00 8 32
9 4:00:00 9 33
10 4:30:00 10 34
11 5:00:00 11 35
12 5:30:00 12 36
13 6:00:00 13 37
14 6:30:00 14 38
15 7:00:00 15 39
16 7:30:00 16 40
17 8:00:00 17 41
18 8:30:00 18 42
19 9:00:00 19 43
20 9:30:00 20 44
21 10:00:00 21 45
22 10:30:00 22 46
23 11:00:00 23 47
24 11:30:00 24 48
49 12:00:00 NA 49
50 12:30:00 NA 50
51 13:00:00 NA 51
52 13:30:00 NA 52
這與其他答案有何不同:它不假設一天總是包含時間“0:00:00”,並且它不要求data1 $ x是一個字符變量 - 即使它是,它也是以正確的順序獲得時間。 比較character
會說明2:00:00發生在13:00:00之后。
如果我們可以假設每個新循環從0:00:00
開始並且每個新循環將始終包含0:00:00
,那么我們可以在使用cumsum()
創建“time”變量后輕松使用reshape()
cumsum()
。
data1 <- data.frame(
x = c('0:00:00', '0:30:00', '1:00:00', '1:30:00', '2:00:00', '2:30:00',
'3:00:00', '0:00:00', '0:30:00', '1:00:00', '1:30:00', '2:00:00',
'2:30:00', '3:00:00', '3:30:00', '4:00:00','0:00:00', '0:30:00',
'1:00:00', '1:30:00', '2:00:00', '2:30:00', '3:00:00', '0:00:00',
'0:30:00', '1:00:00', '1:30:00', '2:00:00', '2:30:00', '3:00:00' ,
'3:30:00', '4:00:00'),
y = seq(1:32))
data1$times <- cumsum(data1$x == "0:00:00")
reshape(data1, direction = "wide", idvar = "x", timevar = "times")
# x y.1 y.2 y.3 y.4
# 1 0:00:00 1 8 17 24
# 2 0:30:00 2 9 18 25
# 3 1:00:00 3 10 19 26
# 4 1:30:00 4 11 20 27
# 5 2:00:00 5 12 21 28
# 6 2:30:00 6 13 22 29
# 7 3:00:00 7 14 23 30
# 15 3:30:00 NA 15 NA 31
# 16 4:00:00 NA 16 NA 32
(請參閱下面的編輯。)此解決方案基於“x”變量的序列創建組變量,但是要求您使用stringsAsFactors = FALSE創建數據框,或者使用as.character()
轉換因子“x”:
> data1=data.frame(x,y, stringsAsFactors=FALSE)
> data1$grp <- with(data1, cumsum( c( 0 , x[-1] < x[-length(x)] ) ) )
> reshape(data1, direction="wide", idvar="x", timevar="grp")
x y.0 y.1 y.2 y.3
1 0:00:00 1 8 17 24
2 0:30:00 2 9 18 25
3 1:00:00 3 10 19 26
4 1:30:00 4 11 20 27
5 2:00:00 5 12 21 28
6 2:30:00 6 13 22 29
7 3:00:00 7 14 23 30
15 3:30:00 NA 15 NA 31
16 4:00:00 NA 16 NA 32
根據編輯:如果首先將x變量轉換為數據時類,則相同策略應該有效:
x <- as.POSIXct(x, format="%H:%M:%S")
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.