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 (2017/02/08 19:39)推噓3(3推 0噓 3→)

留言6則, 1人參與討論串6/8 (看更多)

※ 引述《anakinyen (我在台北天氣晴)》之銘言： : 遇到一個可能是很新手的問題 : 跳出迴圈指令跑完後 : + break : + } : Error in as.POSIXct.default(time1) : : do not know how to convert 'time1' to class “POSIXct” 這問題是你的time1不是時間格式，是character造成的 : > sambar[ , diffTime := NULL] : Warning message: : In `[.data.table`(sambar, , `:=`(diffTime, NULL)) : : Adding new column 'diffTime' then assigning NULL (deleting it). 這個也同理 : 我猜是因為difftime預設的處理資料格式是 hh:mm，沒有把日期考慮進去這個猜測不對，difftime吃的是POSIXct 或是 POSIXlt class的東西你在用read.csv讀入資料的時候，你那個時間格式不會被正確解讀成那兩個class 所以只會被當成字串處理，因此我下面給你一段程式去把你的時間格式轉成POSIXct : 但我試了半天都沒改成功 : 也不太確定我的資料檔日期格式是否正確 : 目前格式長這樣 2012/11/1 6:04，不知道1號是不是該改成01，6點該改成06 ? : 再麻煩大大們幫忙了，感謝資料讀入後，請用 library(data.table) sambar <- read.csv(...) setDT(sambar) sambar[ , time1 := as.POSIXct(time1, format = "%Y/%m/%d %H:%M")] # time1是你的時間變數 : ※ 引述《celestialgod (天)》之銘言： : : 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$diffTime == 0), which(names(DT) == "diffTime"), 1e6) : : # 留下時間差超過六小時的 : : DT <- DT[abs(diffTime) > 6, ] : : # 下一組 : : k <- k + 1 : : # 如果k大於某組的觀測值數目就跳離迴圈 : : if (k > max(DT[ , .(numObsGroup = .N), by = ind]$numObsGroup)) : : break : : } : : 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: 111.246.24.51 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1486553955.A.05A.html

推

anakinyen

02/08 23:13, , 1^F

02/08 23:13, 1^F

str(sambar) 看一下結果是什麼

推

anakinyen

02/08 23:28, , 2^F

02/08 23:28, 2^F

一樣的錯誤是這一個嗎？ Error in as.POSIXct.default(time1) 還是In `[.data.table`(sambar, , `:=`(diffTime, NULL)) : Adding new column 'diffTime' then assigning NULL (deleting it). 不管是哪個，記得要把下面這段改成你的時間變數名稱 DT[ , diffTime := difftime(Time, Time[min(k, .N)], units="hours"), by = ind] 如果改過還是有問題，可能要把你資料給我看一下