r - 提取按条件过滤的值列表

Question

我有一个数据列表，有些行需要过滤。

我有一些标准来提取那些我称之为 crit 的行。对于每个限定数据的 crit，我想获得数据的子集作为输出。

有时，有一组函数可以根据您设置的特定条件从更大的数据集中提取一组数据。
我认为最好的选择之一是 dplyr 。虽然，我看过一些 dplyr 包视频，它们主要集中在一些简单示例中的行排序和选择。
但是，有时我们需要能够动态地提取一组变化的标准。

因此，我需要专家考虑 dplyr 功能到我的 data.frame 。

这是我的数据的可重现示例

set.seed(1) 
data.list <- lapply(1:3, function(x) {
    nrep <- 3
    time <- rep(seq(90,54000,length.out=12),times=nrep) 
    Mx <- c(replicate(nrep,sort(runif(12,-0.014,0.012),decreasing=TRUE)))
    My <- c(replicate(nrep,sort(runif(12,-0.02,0.02),decreasing=TRUE)))
    Mz <- c(replicate(nrep,sort(runif(12,-1,1),decreasing=TRUE)))
    df <- data.frame(time,Mx,My,Mz,set_nbr=x)
})

从这个 data.list 内部，我想提取一些与条件匹配的唯一 groups。

匹配条件定义为 crit 输出。

> crit

    time         Mz       set_nbr
1 24594.55 -0.04729751    1
2 29495.45 -0.50902297    1
3 24594.55 -0.04376393    1
4 39297.27 -0.22218980    2
5 24594.55 -0.36407263    2
6 34396.36 -0.38341534    2
7 19693.64 -0.34597255    3
8 14792.73 -0.01480776    3
9 29495.45 -0.00999671    3

我在每个 Mz data.list 中找到了负 group 值的第一个观察结果。这里 group 表示一组 time 列中 90:54000 之间的值。所以每个data.list[[1]] 3组，data.list[[2]] 3组data.list[[3]] 3组。

我想要:

在 min 输出中找到 max 和 time Mz grouped_by set_nbr 的 crit 值。

更新

在@akrun 的回答下，此任务由以下代码完成

  min_time<- crit %>% 
  group_by(set_nbr) %>% 
  filter(time==min(time))

  max_time<- crit %>% 
  group_by(set_nbr) %>% 
  filter(time==max(time))

过滤掉 data.list 中 groups 内的这些情况。

例如，在 data.list[[2]] 内部，如果我们想提取 min 的 Mz 时间值，如 crit 输出中的结论

 > data.list[[2]]
        time      Mx            My           Mz          set_nbr
1     90.000  0.0113804381  0.0145817980  0.887449637       2
2   4990.909  0.0100259362  0.0098679308  0.772901887       2
3   9891.818  0.0050266053  0.0091723849  0.754115086       2
4  14792.727  0.0046047177  0.0045857989  0.516206105       2
5  19693.636  0.0026426272  0.0022863816  0.448997785       2
6  24594.545  0.0015677851  0.0000176389  0.423487735       2
7  29495.455 -0.0023966069 -0.0018747422  0.095293174       2
8  34396.364 -0.0027816840 -0.0018971667  0.006678971       2
9  39297.273 -0.0047251003 -0.0068489072 -0.222189800       2
10 44198.182 -0.0101464994 -0.0127653456 -0.412539690       2
11 49099.091 -0.0113172099 -0.0129949293 -0.617479780       2
12 54000.000 -0.0136599830 -0.0158004944 -0.621612755       2
13    90.000  0.0117878041  0.0158037641  0.854604177       2
14  4990.909  0.0056253446  0.0152247614  0.681014064       2
15  9891.818  0.0014885119  0.0111993956  0.565702674       2
16 14792.727  0.0009466772  0.0011852241  0.181146318       2
17 19693.636 -0.0007095856 -0.0021505871  0.033593673       2
18 24594.545 -0.0011145670 -0.0034750316 -0.364072631       2
19 29495.455 -0.0014069124 -0.0065805003 -0.433534999       2
20 34396.364 -0.0021987173 -0.0086083808 -0.462098816       2
21 39297.273 -0.0080548883 -0.0088897627 -0.464983585       2
22 44198.182 -0.0086038271 -0.0114920192 -0.562709430       2
23 49099.091 -0.0094904993 -0.0169889702 -0.779278790       2
24 54000.000 -0.0119963261 -0.0174476608 -0.798253748       2
25    90.000  0.0116124758  0.0161232645  0.922819873       2
26  4990.909  0.0101439952  0.0158178170  0.895932709       2
27  9891.818  0.0037524900  0.0142452666  0.637269377       2
28 14792.727  0.0027126828  0.0136245822  0.526445379       2
29 19693.636  0.0016400717  0.0096431459  0.435870552       2
30 24594.545  0.0015504030  0.0089490379  0.125565872       2
31 29495.455  0.0005834194  0.0057726305  0.037152275       2
32 34396.364 -0.0003232792  0.0052165649 -0.383415339       2
33 39297.273 -0.0008013126  0.0042121379 -0.487264792       2
34 44198.182 -0.0072876859 -0.0043456288 -0.637663345       2
35 49099.091 -0.0077894144 -0.0047802446 -0.741686291       2
36 54000.000 -0.0130759449 -0.0064953867 -0.799718307       2

我们会找到如下输出:

 > min_setnbr 2
13    90.000  0.0117878041  0.0158037641  0.854604177       2
14  4990.909  0.0056253446  0.0152247614  0.681014064       2
15  9891.818  0.0014885119  0.0111993956  0.565702674       2
16 14792.727  0.0009466772  0.0011852241  0.181146318       2
17 19693.636 -0.0007095856 -0.0021505871  0.033593673       2
18 24594.545 -0.0011145670 -0.0034750316 -0.364072631       2
19 29495.455 -0.0014069124 -0.0065805003 -0.433534999       2
20 34396.364 -0.0021987173 -0.0086083808 -0.462098816       2
21 39297.273 -0.0080548883 -0.0088897627 -0.464983585       2
22 44198.182 -0.0086038271 -0.0114920192 -0.562709430       2
23 49099.091 -0.0094904993 -0.0169889702 -0.779278790       2
24 54000.000 -0.0119963261 -0.0174476608 -0.798253748       2

最后，我们可以将 res 输出与排序 set_nbr=1 group_min -> group_max ， set_nbr=2 group_min -> group_max ..... 等等

         time   Mx            My            Mz           set_nbr   group_min
##1     90.000  0.0105615570  0.0128378518  0.92123599       1         1
##2   4990.909  0.0096134025  0.0117695944  0.78439667       1         1
##3   9891.818  0.0093581318  0.0115742493  0.72867894       1         1
##4  14792.727  0.0031807426  0.0113173105  0.55464140       1         1
##5  19693.636  0.0023569651  0.0089484378  0.42502936       1         1
##6  24594.545  0.0008941874  0.0058824078 -0.04729751       1         1
##7  29495.455 -0.0043247786  0.0021214525 -0.13068103       1         1
##8  34396.364 -0.0070967748  0.0011887832 -0.20001126       1         1
##9  39297.273 -0.0086446611 -0.0009107974 -0.22002091       1         1
##10 44198.182 -0.0087562698 -0.0035490228 -0.30663302       1         1
##11 49099.091 -0.0094095244 -0.0156822550 -0.33245014       1         1
##12 54000.000 -0.0123935570 -0.0190667519 -0.34929570       1         1

        time          Mx            My          Mz         set_nbr group_max
##13     90.000  0.0105615570  0.0128378518  0.92123599       1         3
##14   4990.909  0.0096134025  0.0117695944  0.78439667       1         3
##15   9891.818  0.0093581318  0.0115742493  0.72867894       1         3
##16  14792.727  0.0031807426  0.0113173105  0.55464140       1         3
##17  19693.636  0.0023569651  0.0089484378  0.42502936       1         3
##18  24594.545  0.0008941874  0.0058824078  0.04729751       1         3
##19  29495.455 -0.0043247786  0.0021214525  0.13068103       1         3
##20  34396.364 -0.0070967748  0.0011887832 -0.20001126       1         3
##21  39297.273 -0.0086446611 -0.0009107974 -0.22002091       1         3
##22  44198.182 -0.0087562698 -0.0035490228 -0.30663302       1         3
##23  49099.091 -0.0094095244 -0.0156822550 -0.33245014       1         3
##24  54000.000 -0.0123935570 -0.0190667519 -0.34929570       1         3


 > set_nbr 2   group_min
               group_max       
 > set_nbr 3   group_min
               group_max       
    ..

更新

除了@akrun 回答之外，使用它也很有用

  Rows <- x[ceiling(x$Mz-y$Mz)==0,]

如果您有不同长度的数据集。

Answer 1

尝试

lst <- lapply(data.list, function(x) {
      x$group <- cumsum(x$time==90)
      x})
lst1 <- split(as.data.frame(min_time), min_time$set_nbr)
res <- Map(function(x, y) {
          val <- mean(y$Mz)
          Rows <- x[ceiling(x$time-y$time)==0,]
          val1 <- Rows$Mz-val
          subset(x, group==Rows$group[which.min(val1)])},
             lst, lst1)