Как преобразовать / повторно выбрать / интерполировать данные для нормализации переменной длины в наборе аккуратных данных с несколькими переменными группирования в R? - PullRequest
Новая
       10

Как преобразовать / повторно выбрать / интерполировать данные для нормализации переменной длины в наборе аккуратных данных с несколькими переменными группирования в R?

0 голосов
/ 23 мая 2018

Я стремлюсь нормализовать длину векторов для усреднения в аккуратном наборе данных.Использование ок, кажется, путь, но я не могу заставить его работать эффективно в Tidyverse.Одна из проблем, вероятно, связана с изменением размера в рамках данных.Вот воспроизводимый пример: 

# create reproducible dataset
i = 80
I = 110
id = rep("AA", I+i)
event = rep("event1", I+i)
sub_event = NA
sub_event[1:i] = 1
sub_event[i+1:I] = 2
sub_event = as.factor(sub_event)
y1 = sin(seq(0, 5*pi, length.out = i))
y2 = sin(seq(0, 5*pi, length.out = I))
y3 = cos(seq(0, 5*pi, length.out = i))
y4 = cos(seq(0, 5*pi, length.out = I))
var1 = c(y1,y2)
var2 = c(y3,y4)

df1 <- data.frame(id, event, sub_event,var1, var2)
df2 <- df1
df2$event = "event2"
df <- rbind(df1, df2)
temp <- df
temp$id = "BB"
df <- rbind(df, temp)


# create a "time" vector for sub_event

df <- df %>% 
  group_by(id, event, sub_event) %>%
  mutate(sub_event_time = seq_along(var1)) %>%
  select(id, event, sub_event, sub_event_time, everything()) %>%
  ungroup()

График var1 

# plot 
ggplot(df,
       aes(x=sub_event_time, y=var1, colour = sub_event)) + 
  geom_point() +
  geom_path() +
  facet_wrap(id~event)

enter image description here

Я хочу получить данные преобразования / повторной выборки для получения длиныvar1 для каждого sub_events будет длиной самого длинного sub_event в каждом событии для каждого идентификатора.

Например, мы хотим: длина var1 для события 1 sub event 1 = длина var1 для события 1 sub event 2 (который самый длинный).

Вот попытка: 

# attempt for var1 only
aim.df <- df %>%
  ungroup() %>%
  select(-var2) %>%
  group_by(id, event) %>%
  mutate(max_sub_event_time = max(sub_event_time)) %>%
  mutate(var1 = approx(var1, n = max_sub_event_time)$y)

Это возвращает следующую ошибку: 

    Error in mutate_impl(.data, dots) : 
    Column `var1` must be length 190 (the group size) or one, not 110
    In addition: Warning messages:
    1: In if (n <= 0) stop("'approx' requires n >= 1") :
    the condition has length > 1 and only the first element will be used
    2: In seq.int(x[1L], x[nx], length.out = n) :
    first element used of 'length.out' argument

Есть идеи?

1 Ответ

0 голосов
/ 25 мая 2018

шагов ...

  1. group_by(id, event, sub_event)
  2. удалить sub_event_time, так как это будет неактуально после добавления наблюдений
  3. summarise результатapprox работает как столбец списка (вам нужно преобразовать var1 и max_sub_event_time в соответствующий ввод для approx)
  4. unnest результирующий столбец списка
  5. group_by(id, event, sub_event) снова и добавьте новый sub_event_time

код ... 

library(dplyr)
library(tidyr)

df %>%
  ungroup() %>%
  select(-var2) %>%
  group_by(id, event) %>%
  mutate(max_sub_event_time = max(sub_event_time)) %>% 
  group_by(id, event, sub_event) %>% 
  select(-sub_event_time) %>% 
  summarise(var1_int = list(approx(as.numeric(var1), n = first(max_sub_event_time))$y)) %>% 
  unnest() %>% 
  group_by(id, event, sub_event) %>% 
  mutate(sub_event_time = row_number())
...