问题描述
尊敬的 StackOverflow 用户:
我正在努力实现 for 循环。我有一个包含时间列(YMD-HMS 格式)和另一列包含颗粒物数据的数据框。此外,我有一个包含开始和停止时刻的数据框;
#TIMEPOINTS log
start <- c(ymd_hms("2020-03-06 19:43:00","2020-03-06 19:47:00","2020-03-06 19:53:00","2020-03-06 20:00:00","2020-03-06 20:13:00","2020-03-06 20:22:00","2020-03-06 20:32:00","2020-03-06 20:36:00","2020-03-06 20:42:00","2020-03-06 20:45:00","2020-03-06 20:49:00","2020-03-06 21:01:00","2020-03-06 21:04:00","2020-03-06 21:06:00","2020-03-06 21:09:00","2020-03-06 21:12:00"))
end <- c(ymd_hms("2020-03-06 19:46:00","2020-03-06 19:49:00","2020-03-06 19:55:00","2020-03-06 20:02:00","2020-03-06 20:15:00","2020-03-06 20:24:00","2020-03-06 20:34:00","2020-03-06 20:38:00","2020-03-06 20:44:00","2020-03-06 20:47:00","2020-03-06 20:51:00","2020-03-06 21:03:00","2020-03-06 21:08:00","2020-03-06 21:11:00","2020-03-06 21:14:00"))
df <- data.frame(start,end)
我希望创建一个包含所有没有这些特定时间点的数据点的新数据框,就像这样; (但不是使用 forloop,迭代各个起点和终点)。
dat2 <- dat %>% .[.[["Time"]] >= df$start[1],] %>%
.[.[["Time"]] <= df$end[1],]
我知道这可以使用 for 循环来完成,我试图为我的情况弄清楚,但我有点迷茫..
非常感谢任何帮助!
解决方法
首先,我会稍微清理一下您当前的代码:
dat2 <- dat %>% .[.$Time >= df$start[1] && .$Time <= df$end[1],]
通过使用 &&
,您已将两个子集操作简化为一个。在这种情况下,与 $…
相比,使用 [["…"]]
可以减少混乱。
接下来,我建议将此条件提取到一个函数中(实际上该函数已存在于‘dplyr’包中:between
)。这允许我们将代码编写为
dat2 <- dat %>% filter(between(Time,df$start[1],df$end[1]))
现在我们要对其进行矢量化以检查与任何间隔的重叠:
dat2 <- dat %>% filter(between_any(Time,df$start,df$end))
现在我们需要编写 between_any
函数。让我们从为单个查询值实现它开始:
between_any1 = function (x,left,right) {
any(x >= left & x <= right)
}
注意这里使用的是&
,而不是&&
;这是因为我们对 left
和 right
进行了矢量化,而 &
是 &&
的矢量化版本。也就是说,4 >= (1 : 3) & 4 <= (3 : 5)
结果为 c(FALSE,TRUE,TRUE)
。
现在我们需要在 x
是向量时进行这项工作。我们可以使用基本的 R 函数 Vectorize
,但我通常发现手动执行它会更好:
between_any = function (x,right) {
map_lgl(x,~ any(.x >= left & .x <= right))
}
这里使用了“purrr”,但我们也可以使用 lapply
或 vapply
。
哦,听起来您想过滤掉落在您的 df
范围内的时间,因此您需要反转 filter
的条件: >
dat2 <- dat %>% filter(! between_any(Time,df$from,df$to))