使用dplyr对具有不同长度的个体的时间序列组求平均

问题描述

请考虑在此处创建dat：

set.seed(123)
ID = factor(letters[seq(6)])
time = c(100,102,120,105,109,130)
dat <- data.frame(ID = rep(ID,time),Time = sequence(time))
dat$group <- rep(c("GroupA","GroupB"),c(322,344))

dat$values <- sample(100,nrow(dat),TRUE)

我们有6个个体（6个ID）的时间序列数据，这些数据属于2个组（GroupA和GroupB）。我们要绘制一个折线图，以显示两组的“平均”时间序列（因此将有两条线）。由于每个人的身长都不同，因此我们需要做dat%>%group_by(group)，并在两组中最短的ID之后删除值。换句话说，ID == a是第1组中最短的，因此GroupA的“平均值”行在x轴上只有100个值；同样，ID == d是GroupB的最短值，因此GroupB的“平均”时间序列在x轴（time）上的长度为105个值。 我们该如何做到这一点（最好通过dplyr管道）并将数据发送到ggplot()？

解决方法

您可以尝试：

library(ggplot2)
library(dplyr)

dat %>% 
  group_by(ID) %>%
  mutate(maxtime = max(Time)) %>%
  group_by(group) %>%
  mutate(maxtime = min(maxtime)) %>%
  group_by(group,Time) %>%
  summarize(values = mean(values)) %>%
  ggplot(aes(Time,values,colour = group)) + geom_line()

,

我们可以做到

library(dplyr)
dat %>% 
   add_count(group,ID) %>%
   group_by(group) %>%
   mutate(n = min(n)) %>%
   group_by(group,ID) %>% 
   summarise(values = mean(values[seq_len(first(n))]))