Re: [問題] 資料整理的問題

看板R_Language作者HeroNoah時間9年前 (2016/12/07 02:55)推噓2(2推 0噓 4→)

留言6則, 1人參與討論串4/5 (看更多)

別欺負中研院的學弟啦 XD 先看 ppp1987 提供的資料 ID　Day X 1 1 0.5 1 3 0.1 1 4 0.3 1 7 0.5 1 9 0.5 1 11 0.2 1 14 0.5 2 1 0.1 2 2 0.4 2 5 0.8 2 9 0.7 2 11 0.1 2 13 0.2 根據 ppp1987 提供的說明如下: 我現在想要算每個ID當天的前七天有觀測值的平均例如 (ID=1,Day=9) Xhat=(0.5+0.3+0.1)/3 (ID=2,Day=11) Xhat=(0.7+0.8)/2 因此我們可以知道 Day = 9, 其實是算 Day 在 2 ~ 8 之間有資料的平均所以 (ID=2,Day=9) = (0.4 + 0.8) / 2 = 0.6 來看 cywhale 的答案: ID Day Mx 1: 1 8 0.3500000 2: 1 9 0.3000000 3: 1 10 0.3500000 4: 1 11 0.4333333 5: 1 12 0.4000000 6: 1 13 0.4000000 7: 1 14 0.4000000 8: 2 8 0.4333333 9: 2 9 0.6000000 10: 2 10 0.7500000 11: 2 11 0.7500000 12: 2 12 0.5333333 13: 2 13 0.4000000 14: 2 14 0.3333333 cywhale 的 (ID=2, Day=9) 為 0.6 [正確] 來看 celestialgod 的答案: # ID Day X x_mean # 1: 1 1 0.5 NA # 2: 1 3 0.1 0.50 # 3: 1 4 0.3 0.30 # 4: 1 7 0.5 0.30 # 5: 1 9 0.5 0.30 # 6: 1 11 0.2 0.50 # 7: 1 14 0.5 0.35 # 8: 2 1 0.1 NA # 9: 2 2 0.4 0.10 # 10: 2 5 0.8 0.25 # 11: 2 9 0.7 0.80 # 12: 2 11 0.1 0.75 # 13: 2 13 0.2 0.40 celestialgod 的 (ID=2, Day=9) 為 0.8 [錯誤] 而且 0.8 這個數字, 不曾出現在 cywhale 的答案裡相同的情況還有 (ID=1, Day=11) cywhale 的 (ID=1, Day=11) 為 0.4333 [正確] celestialgod 的 (ID=1, Day=11) 為 0.5 [錯誤] ※ 引述《celestialgod (天)》之銘言： : 標題: Re: [問題] 資料整理的問題 : 時間: Mon Dec 5 17:56:46 2016 : : ※ 引述《ppp1987 (ppp)》之銘言： : : [問題類型]: : : 程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來) : : [軟體熟悉度]: : : 入門(寫過其他程式，只是對語法不熟悉) : : [問題敘述]: : : 資料形式 : : ID　Day X : : 1 1 0.5 : : 1 3 0.1 : : 1 4 0.3 : : 1 7 0.5 : : 1 9 0.5 : : 1 11 0.2 : : 1 14 0.5 : : 2 1 0.1 : : 2 2 0.4 : : 2 5 0.8 : : 2 9 0.7 : : 2 11 0.1 : : 2 13 0.2 : : 現在我的資料每個ID(有100多個ID)每天有一筆觀測值（但不一定每天有） : : 我現在想要算每個ID當天的前七天有觀測值的平均 : : 例如 : : (ID=1,Day=9) Xhat=(0.5+0.3+0.1)/3 : : (ID=2,Day=11) Xhat=(0.7+0.8)/2 : : 現在已經用for迴圈跑出結果（但是很慢 2萬多筆約30分鐘） : : 想請教各位大大有沒有比較快的方法 : : 謝謝 : : cy大的方法應該比較快XD : : 不過我還是把我的方法寫出來... : : library(data.table) : library(pipeR) : library(zoo) : library(plyr) : : DT <- fread('ID Day X : 1 1 0.5 : 1 3 0.1 : 1 4 0.3 : 1 7 0.5 : 1 9 0.5 : 1 11 0.2 : 1 14 0.5 : 2 1 0.1 : 2 2 0.4 : 2 5 0.8 : 2 9 0.7 : 2 11 0.1 : 2 13 0.2') : : DT[ , Day := factor(Day, levels = seq(min(DT$Day), max(DT$Day)))] : : mean2 <- function(x) { : if (length(x) == 1) : return(NA) : mean(head(x, length(x) - 1), na.rm = TRUE) : } : : DT2 <- dcast.data.table(DT, ID ~ Day, sum, fill = NA, drop = FALSE, : value.var = "X") : meanDT <- DT2[ , 2:ncol(DT2)] %>>% as.matrix %>>% t %>>% : rollapply(8, mean2, partial = TRUE, align = "right") %>>% data.table %>>% : melt.data.table(measure.var = 1:ncol(.), variable.name = "ID", : value.name = "x_mean", variable.factor = FALSE) %>>% : `[`(j = Day := 1:(ncol(DT2)-1), by = .(ID)) %>>% : `[`(j = ID := as.integer(mapvalues(ID, paste0("V", 1:nrow(DT2)), DT2$ID))) : merge(DT, meanDT, by = c("ID", "Day")) : # ID Day X x_mean : # 1: 1 1 0.5 NA : # 2: 1 3 0.1 0.50 : # 3: 1 4 0.3 0.30 : # 4: 1 7 0.5 0.30 : # 5: 1 9 0.5 0.30 : # 6: 1 11 0.2 0.50 : # 7: 1 14 0.5 0.35 : # 8: 2 1 0.1 NA : # 9: 2 2 0.4 0.10 : # 10: 2 5 0.8 0.25 : # 11: 2 9 0.7 0.80 : # 12: 2 11 0.1 0.75 : # 13: 2 13 0.2 0.40 : : 稍微改一下cy大的code，讓他跟我的output一致 : celestialgod 的答案很明顯的跟 cywhale 的答案不一樣, 讓 cywhale 的答案跟 celestialgod 的答案一致那不就是把正確的改錯誤的嗎 ? 幫 cywhale QQ : 做了一點benchmark，code: http://pastebin.com/Msib1dEh : : 我的作法會明顯慢一點，三萬列差大概一秒，cy大的做法比較好 : : -- : R資料整理套件系列文： : magrittr #1LhSWhpH (R_Language) https://goo.gl/72l1m9 : data.table #1LhW7Tvj (R_Language) https://goo.gl/PZa6Ue : dplyr(上.下) #1LhpJCfB,#1Lhw8b-s (R_Language) https://goo.gl/I5xX9b : tidyr #1Liqls1R (R_Language) https://goo.gl/i7yzAz : pipeR #1NXESRm5 (R_Language) https://goo.gl/zRUISx : : -- : ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.246.28.152 : ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1480931811.A.FB5.html : ※ 編輯: celestialgod (111.246.28.152), 12/05/2016 18:25:19 : 推 cywhale: 感謝好讀版~推 12/05 22:25 : → ppp1987: 感謝版主～ 12/06 16:11 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.192.71.137 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1481050517.A.581.html