Re: [問題] 以時間間隔為條件，抽取資料

看板R_Language作者celestialgod (天)時間8年前 (2017/02/06 21:47)推噓2(2推 0噓 2→)

留言4則, 2人參與討論串2/8 (看更多)

※ 引述《anakinyen (我在台北天氣晴)》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]: : 新手，只會套用package : [問題敘述]: : 我有一批動物研究的資料 : 資料大致長這個樣子，共有12隻個體一萬多筆 : 個體A 2012/10/11 20:00 實驗資料OOXX : 個體A 2012/10/11 23:00 實驗資料OOXX : 個體A 2012/10/12 03:00 實驗資料OOXX : 個體B 2012/12/11 05:00 實驗資料OOXX : 個體B 2012/12/11 11:05 實驗資料OOXX : 個體B 2012/12/11 13:00 實驗資料OOXX : 個體B 2012/12/11 18:00 實驗資料OOXX : 個體B 2012/12/11 20:00 實驗資料OOXX : 由於時間間隔過短的話，資料之間可能有相關性 : 因此我現在想要設定6小時的閥值，間隔超過6小時的資料才會保留 : 以上面資料為例 : A個體保留第一、第三筆資料 : B個體保留第一、第二、第四筆資料 : 我的程度是新手，偶爾會拿一些package來套用 : 請教是否有相關套件或現成code可以用在這個案例 : 非常感謝~~ 我用while + data.table做，若用data.frame會複製很多次，效率會不彰 library(data.table) # 產生資料 numObs <- 50 numInd <- 5 DT <- data.table(ind = paste0("A", sample(numInd, numObs, TRUE)), time = strptime("2012/12/11", "%Y/%m/%d") + sample(86400, numObs, TRUE), obs = rnorm(numObs)) # 排序 setorder(DT, ind, time, obs) # 移除掉時間差小於六小時的 k <- 1 while ( TRUE ) { # 計算時間差，以小時表示 DT[ , diffTime := difftime(time, time[min(k, .N)], units="hours"), by = ind] # 留下自己那一組 set(DT, which(DT$diffTime == 0), which(names(DT) == "diffTime"), 1e6) # 留下時間差超過六小時的 DT <- DT[abs(diffTime) > 6, ] # 下一組 k <- k + 1 # 如果k大於全部組的最大觀測值數目就跳離迴圈 if (k > max(DT[ , .(numObsGroup = .N), by = ind]$numObsGroup)) break } # 移除diffTime這個變數 DT[ , diffTime := NULL] 五萬筆觀測值，一千個個體，耗時0.23秒 (平均一個個體50個觀測值) 五十萬筆觀測值，一千個個體，耗時0.39秒 (平均一個個體500個觀測值) 我覺得這個速度應該可以接受不過我的區間只有24小時，所以可能都很快就篩選完了有人可以試試看更長時間的表現有問題或任何人有更好解法，歡迎提供，感謝 Note: 間隔一百天，五十萬筆觀測值，一千個個體，耗時18.33秒 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.234.179.110 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1486388879.A.9C1.html