4

私は次のような大きなデータセットを持っています：

Date       rain code
2009-04-01  0.0 0 
2009-04-02  0.0 0 
2009-04-03  0.0 0 
2009-04-04  0.7 1 
2009-04-05 54.2 1  
2009-04-06  0.0 0 
2009-04-07  0.0 0 
2009-04-08  0.0 0 
2009-04-09  0.0 0 
2009-04-10  0.0 0 
2009-04-11  0.0 0 
2009-04-12  5.3 1  
2009-04-13 10.1 1  
2009-04-14  6.0 1  
2009-04-15  8.7 1  
2009-04-16  0.0 0 
2009-04-17  0.0 0 
2009-04-18  0.0 0 
2009-04-19  0.0 0 
2009-04-20  0.0 0 
2009-04-21  0.0 0 
2009-04-22  0.0 0 
2009-04-23  0.0 0 
2009-04-24  0.0 0 
2009-04-25  4.3 1  
2009-04-26 42.2 1  
2009-04-27 45.6 1  
2009-04-28 12.6 1  
2009-04-29  6.2 1  
2009-04-30  1.0 1

コードが「1」のときに雨の連続値の合計を計算しようとしていますが、それらの合計を個別に取得する必要があります。たとえば、からの雨の値の合計を取得したいとし2009-04-12ます2009-04-15。そのため、コードが1に等しく、それらの合計を取得する連続した雨の値がある場合を定義する方法を見つけようとしています。

上記の問題についての助けをいただければ幸いです。

4

2 に答える 2

4

簡単な解決策の 1 つは、 を使用することrleです。しかし、もっと「エレガントな」ソリューションがあるのではないかと思います。

# assuming dd is your data.frame
dd.rle <- rle(dd$code)
# get start pos of each consecutive 1's
start  <- (cumsum(dd.rle$lengths) - dd.rle$lengths + 1)[dd.rle$values == 1]
# how long do each 1's extend?
ival   <- dd.rle$lengths[dd.rle$values == 1]
# using these two, compute the sum
apply(as.matrix(seq_along(start)), 1, function(idx) {
    sum(dd$rain[start[idx]:(start[idx]+ival[idx]-1)])
})

# [1]  54.9  30.1 111.9

編集:rleとを使用したさらに単純な方法tapply。

dd.rle <- rle(dd$code)
# get the length of each consecutive 1's
ival <- dd.rle$lengths[dd.rle$values == 1]
# using lengths, construct a `factor` with levels = length(ival)
levl  <- factor(rep(seq_along(ival), ival))
# use these levels to extract `rain[code == 1]` and compute sum
tapply(dd$rain[dd$code == 1], levl, sum)

#    1     2     3 
# 54.9  30.1 111.9
于 2013-03-04T08:25:10.883 に答える
2

以下は、目的の結果を得るためのベクトル化された方法です。 

df <- read.table(textConnection("Date       rain code\n2009-04-01  0.0 0\n2009-04-02  0.0 0\n2009-04-03  0.0 0\n2009-04-04  0.7 1\n2009-04-05 54.2 1\n2009-04-06  0.0 0\n2009-04-07  0.0 0\n2009-04-08  0.0 0\n2009-04-09  0.0 0\n2009-04-10  0.0 0\n2009-04-11  0.0 0\n2009-04-12  5.3 1\n2009-04-13 10.1 1\n2009-04-14  6.0 1\n2009-04-15  8.7 1\n2009-04-16  0.0 0\n2009-04-17  0.0 0\n2009-04-18  0.0 0\n2009-04-19  0.0 0\n2009-04-20  0.0 0\n2009-04-21  0.0 0\n2009-04-22  0.0 0\n2009-04-23  0.0 0\n2009-04-24  0.0 0\n2009-04-25  4.3 1\n2009-04-26 42.2 1\n2009-04-27 45.6 1\n2009-04-28 12.6 1\n2009-04-29  6.2 1\n2009-04-30  1.0 1"), 
    header = TRUE)

df$cumsum <- cumsum(df$rain)
df$diff <- c(diff(df$code), 0)
df$result <- rep(NA, nrow(df))

if (nrow(df[df$diff == -1, ]) == nrow(df[df$diff == 1, ])) {
    result <- df[df$diff == -1, "cumsum"] - df[df$diff == 1, "cumsum"]
    df[df$diff == -1, "result"] <- result
} else {
    result <- c(df[df$diff == -1, "cumsum"], df[nrow(df), "cumsum"]) - df[df$diff == 1, "cumsum"]
    df[df$diff == -1, "result"] <- result[1:length(result) - 1]
    df[nrow(df), "result"] <- result[length(result)]
}

df
##          Date rain code cumsum diff result
## 1  2009-04-01  0.0    0    0.0    0     NA
## 2  2009-04-02  0.0    0    0.0    0     NA
## 3  2009-04-03  0.0    0    0.0    1     NA
## 4  2009-04-04  0.7    1    0.7    0     NA
## 5  2009-04-05 54.2    1   54.9   -1   54.9
## 6  2009-04-06  0.0    0   54.9    0     NA
## 7  2009-04-07  0.0    0   54.9    0     NA
## 8  2009-04-08  0.0    0   54.9    0     NA
## 9  2009-04-09  0.0    0   54.9    0     NA
## 10 2009-04-10  0.0    0   54.9    0     NA
## 11 2009-04-11  0.0    0   54.9    1     NA
## 12 2009-04-12  5.3    1   60.2    0     NA
## 13 2009-04-13 10.1    1   70.3    0     NA
## 14 2009-04-14  6.0    1   76.3    0     NA
## 15 2009-04-15  8.7    1   85.0   -1   30.1
## 16 2009-04-16  0.0    0   85.0    0     NA
## 17 2009-04-17  0.0    0   85.0    0     NA
## 18 2009-04-18  0.0    0   85.0    0     NA
## 19 2009-04-19  0.0    0   85.0    0     NA
## 20 2009-04-20  0.0    0   85.0    0     NA
## 21 2009-04-21  0.0    0   85.0    0     NA
## 22 2009-04-22  0.0    0   85.0    0     NA
## 23 2009-04-23  0.0    0   85.0    0     NA
## 24 2009-04-24  0.0    0   85.0    1     NA
## 25 2009-04-25  4.3    1   89.3    0     NA
## 26 2009-04-26 42.2    1  131.5    0     NA
## 27 2009-04-27 45.6    1  177.1    0     NA
## 28 2009-04-28 12.6    1  189.7    0     NA
## 29 2009-04-29  6.2    1  195.9    0     NA
## 30 2009-04-30  1.0    1  196.9    0  111.9
于 2013-03-04T09:09:55.703 に答える