如何使用两个索引创建for循环？

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))