подсчитать количество вхождений в разные сроки - PullRequest
Новая
       132

подсчитать количество вхождений в разные сроки

0 голосов
/ 06 августа 2020

У меня есть такие данные. 

library(dplyr)
library(tidyverse)

df <- tibble(mydate = as.Date(c("2019-05-11 23:01:00", "2019-05-11 23:02:00", "2019-05-11 23:03:00", "2019-05-11 23:04:00",
                                "2019-05-12 23:05:00", "2019-05-12 23:06:00", "2019-05-12 23:07:00", "2019-05-12 23:08:00",
                                "2019-05-13 23:09:00", "2019-05-13 23:10:00", "2019-05-13 23:11:00", "2019-05-13 23:12:00",
                                "2019-05-14 23:13:00", "2019-05-14 23:14:00", "2019-05-14 23:15:00", "2019-05-14 23:16:00",
                                "2019-05-15 23:17:00", "2019-05-15 23:18:00", "2019-05-15 23:19:00", "2019-05-15 23:20:00")),
               myval = c(0, NA, 1500, 1500,
                         1500, 1500, NA, 0,
                         0, 0, 1100, 1100,
                         1100, 0, 200, 200,
                         1100, 1100, 1100, 0
               ))

Я хочу разделить каждое такое же значение на количество, которое оно появляется. Но если между этим числом (значение 1100) появляется другое число (или NA), а затем снова появляется (значение 1100), я хочу посчитать его разделимым. 

# just replace values [0,1] with NA
df$myval[df$myval >= 0 & df$myval <= 1] <- NA

df <- df %>%
    group_by(myval) %>%
    mutate(counts = sum(myval == myval)) %>%
    mutate(result = (myval  / counts))

Сейчас результат : 

 mydate     myval counts result
   <date>     <dbl>  <int>  <dbl>
 1 2019-05-11    NA     NA    NA 
 2 2019-05-11    NA     NA    NA 
 3 2019-05-11  1500      4   375 
 4 2019-05-11  1500      4   375 
 5 2019-05-12  1500      4   375 
 6 2019-05-12  1500      4   375 
 7 2019-05-12    NA     NA    NA 
 8 2019-05-12    NA     NA    NA 
 9 2019-05-13    NA     NA    NA 
10 2019-05-13    NA     NA    NA 
11 2019-05-13  1100      6   183.
12 2019-05-13  1100      6   183.
13 2019-05-14  1100      6   183.
14 2019-05-14    NA     NA    NA 
15 2019-05-14   200      2   100 
16 2019-05-14   200      2   100 
17 2019-05-15  1100      6   183.
18 2019-05-15  1100      6   183.
19 2019-05-15  1100      6   183.
20 2019-05-15    NA     NA    NA

но, как вы можете видеть для значения 1100, которое появляется дважды, оно считается 6 раз. Я хочу посчитать это 3 раза, а затем снова 3 раза.

Так, например, значение 1500 появляется 4 раза, поэтому я делю 1500/4. 1100 нужно разделить на 3, а затем снова на 3.

1 Ответ

1 голос
/ 06 августа 2020

Вы можете сделать это, используя кодирование длины прогона (которое, по сути, представляет собой совокупную сумму, которая перезапускается при обнаружении другого значения). 

rle(df$myval) %$%
  tibble(rle = lengths,
         myval = values,
         avg = values / rle)
# A tibble: 10 x 3
#     rle myval   avg
#    <int> <dbl> <dbl>
# 1     1     0    0 
# 2     1    NA   NA 
# 3     4  1500  375 
# 4     1    NA   NA 
# 5     3     0    0 
# 6     3  1100  367.
# 7     1     0    0 
# 8     2   200  100 
# 9     3  1100  367.
# 10     1     0    0
...