Как создать значения на основе Start-Stop Info в отдельном столбце - PullRequest
Новая
       15

Как создать значения на основе Start-Stop Info в отдельном столбце

1 голос
/ 22 апреля 2019

У меня очень грязный набор данных, созданный исследовательским устройством.Эти данные показывают физиологическое измерение («Physio») для каждых нескольких миллисекунд («Time»).В выводе перечислены несколько пользовательских сообщений, например, когда начинается пробная версия («START_TRIAL n»), когда заканчивается пробная версия («STOP_TRIAL»), и другие случайные вещи, которые могут представлять интерес для исследователя.Иногда сообщение «START_TRIAL n» повторяется последовательно, а иногда, когда сообщение отсутствует, в том, что в противном случае было бы пустой ячейкой, оставалось простое «0».

Я надеюсь создать новый столбецэто будет означать, к какому делу относится текущее дело.(См. Пример данных ниже).

Есть ли способ сделать это с помощью dplyr и mutate?Я задаюсь вопросом, нужно ли мне делать оператор if-then, который изменяет значения нового столбца для каждого случая, но, конечно, есть более элегантное решение?(Заранее спасибо за помощь этому новичку!) 

Time    Physio  Cond
1   34  START_TRIAL 1
2   33  0
3   25  RANDOM_MSG
4   43  STOP_TRIAL
5   27  START_TRIAL 2
6   54  START_TRIAL 2
7   32  0
8   54  RANDOM_MSG
9   23  STOP_TRIAL

structure(list(Time = 1:9, Physio = c(34L, 33L, 25L, 43L, 27L, 
54L, 32L, 54L, 23L), Cond = structure(c(4L, 2L, 3L, 6L, 5L, 5L, 
2L, 3L, 6L), .Label = c("", "0", "RANDOM_MSG", "START_TRIAL 1", 
"START_TRIAL 2", "STOP_TRIAL"), class = "factor")), .Names = c("Time", 
"Physio", "Cond"), row.names = c(NA, 9L), class = "data.frame")

в 

Time    Physio  Trial   Cond
1   34  1   START_TRIAL 1
2   33  1   0
3   25  1   RANDOM_MSG
4   43  1   STOP_TRIAL
5   27  2   START_TRIAL 2
6   54  2   START_TRIAL 2
7   32  2   0
8   54  2   RANDOM_MSG
9   23  2   STOP_TRIAL

structure(list(Time = 1:9, Physio = c(34L, 33L, 25L, 43L, 27L, 
54L, 32L, 54L, 23L), Trial = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 
2L), Cond = structure(c(4L, 2L, 3L, 6L, 5L, 5L, 2L, 3L, 6L), .Label = c("", 
"0", "RANDOM_MSG", "START_TRIAL 1", "START_TRIAL 2", "STOP_TRIAL"
), class = "factor")), .Names = c("Time", "Physio", "Trial", 
"Cond"), row.names = c(NA, 9L), class = "data.frame")

1 Ответ

3 голосов
/ 22 апреля 2019

Один из вариантов - идентифицировать 'START_TRIAL' с помощью grep, сделать match, чтобы получить индекс, и fill элементов NA с предыдущим соседним элементом, не являющимся NA, 

library(dplyr)
library(tidyr)
df1 %>% 
   mutate(Trial = match(PhysioCond, unique(grep("START_TRIAL", 
             PhysioCond, value = TRUE)))) %>% 
   fill(Trial)
#    Time    PhysioCond Trial
#1   34 START_TRIAL 1     1
#2   33             0     1
#3   25    RANDOM_MSG     1
#4   43    STOP_TRIAL     1
#5   27 START_TRIAL 2     2
#6   54 START_TRIAL 2     2
#7   32             0     2
#8   54    RANDOM_MSG     2
#9   23    STOP_TRIAL     2
* 1006.* ПРИМЕЧАНИЕ: неясно, какое имя столбца, но логика должна работать хорошо

data 

df1 <- structure(list(Time = c(34L, 33L, 25L, 43L, 27L, 54L, 32L, 54L, 
 23L), PhysioCond = c("START_TRIAL 1", "0", "RANDOM_MSG", "STOP_TRIAL", 
"START_TRIAL 2", "START_TRIAL 2", "0", "RANDOM_MSG", "STOP_TRIAL"
 )), class = "data.frame", row.names = c("1", "2", "3", "4", "5", 
  "6", "7", "8", "9"))
...