r - 确定变量何时从 R 中的正值连续减少到负值

转载作者：行者123 更新时间：2023-12-01 22:23:25

注意:在使用一个小示例数据之前，我已经询问过 similar question。然而，原始数据有更多的变化。所以，我用不同的数据集和我尝试过的问题来问这个问题。没有必要引用上一个问题。

背景和目标:

我有一个车辆 (SV) 的数据框，该车辆在同一车道上跟随另一辆车 (LV)。数据框由这对车辆的唯一idVehicle.ID2、SV的加速度(或减速度)sacc和SV与LV的速度差组成>dV。这些数据是连续的；每 0.1 秒收集一次。
dV = SV 速度 - LV 速度。如果 SV 比 LV 快，则 dV 为正，如果 SV 比 LV 慢，则 dV 为负。

My goal is to determine when the dV continuously decreases from a positive value to a negative value.

数据中 dV 的说明:

红点表示 dV 从较高的正值减小到负值。这表明SV减速直到它的速度几乎与LV相同。
问题是将此与其他下降趋势区分开来。

数据和我的代码:

> dput(v4)
structure(list(Vehicle.ID2 = c("1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229", "1244-1229", "1244-1229", "1244-1229", "1244-1229", 
"1244-1229"), sacc = c(1.33473, 1.28881, 1.12739, 0.92515, 0.79816, 
0.77705, 0.77709, 0.7018, 0.54152, 0.35914, 0.21269, 0.11578, 
0.05379, 0.00906, -0.03176, -0.0799, -0.14646, -0.23743, -0.33985, 
-0.42841, -0.51378, -0.67205, -0.98247, -1.41625, -1.81232, -1.98915, 
-1.86429, -1.48063, -0.96691, -0.46229, -0.05322, 0.22623, 0.36564, 
0.3728, 0.28016, 0.28016, 0.1318, -0.04474, -0.25664, -0.54304, 
-0.94809, -1.47003, -2.02141, -2.45992, -2.67431, -2.64058, -2.43398, 
-2.21456, -2.14105, -2.24268, -2.39479, -2.4354, -2.28833, -2.00501, 
-1.73923, -1.65306, -1.79031, -2.03431, -2.19941, -2.15638, -1.88802, 
-1.47322, -1.03007, -0.6549, -0.38989, -0.22549, -0.12923, -0.07337, 
-0.04122, -0.02295, -0.01268, -0.00696, -0.00378, -0.00201, -0.00102, 
-0.00041, 1e-05, 4e-04, 0.00089, 0.00156, 0.00254, 0.00383, 0.00562, 
0.00901, 0.01616, 0.02995, 0.05467, 0.09779, 0.17244, 0.29969, 
0.50292, 0.78585, 1.10851, 1.39059, 1.55465, 1.58478, 1.58478, 
1.53221, 1.44536, 1.3151, 1.10763, 0.83332, 0.55819, 0.34436, 
0.20481, 0.12039, 0.07033, 0.04069, 0.02289, 0.01212, 0.00597, 
0.00283, 0.00135, 0.00066, 0.00036, 0.00028, 0.00033, 0.00053, 
0.00095, 0.00174, 0.00319, 0.00585, 0.01067, 0.01935, 0.03485, 
0.06229, 0.11024, 0.11024, 0.19323, 0.3351, 0.56547, 0.89479, 
1.27622, 1.59639, 1.72741, 1.61302, 1.31188, 0.95446, 0.65358, 
0.44288, 0.28747, 0.14665, 0.01949, -0.06719, -0.09937, -0.09473, 
-0.08409, -0.08806, -0.11677, -0.18112, -0.30004, -0.49642, -0.77007, 
-1.05809, -1.23331, -1.18125, -0.90438, -0.53983, -0.25886, -0.14969, 
-0.18594, -0.26766, -0.27471, -0.12709, 0.14865, 0.41108, 0.5024, 
0.38064, 0.14679, -0.05745, -0.15241, -0.12129, 0.04399, 0.34721, 
0.73806, 1.09385, 1.27053, 1.17782, 0.83126, 0.36119, -0.03701, 
-0.20736, -0.13405, 0.04995, 0.17193, 0.15255, 0.03416, -0.11381, 
-0.29232, -0.55588, -0.91217, -1.27137, -1.50188, -1.5161, -1.30449, 
-0.91828, -0.44017, 0.03285, 0.40236, 0.5957, 0.59973, 0.47027, 
0.29558, 0.13746, 0.00655, -0.10752, -0.18416, -0.1507, 0.06662, 
0.45103, 0.86238, 1.11731, 1.1189, 0.91304), dV = c(4.21179, 
4.56119, 4.9035, 5.21174, 5.47554, 5.70108, 5.89899, 6.07561, 
6.23723, 6.39737, 6.57255, 6.76887, 6.97441, 7.16521, 7.31834, 
7.42281, 7.48066, 7.50046, 7.49184, 7.46365, 7.42074, 7.35858, 
7.2637, 7.125, 6.94731, 6.75368, 6.57596, 6.44293, 6.3723, 6.3708, 
6.43996, 6.57845, 6.77695, 7.01294, 7.2537, 7.2537, 7.46557, 
7.62299, 7.71318, 7.73335, 7.68319, 7.56209, 7.37473, 7.13693, 
6.87372, 6.6113, 6.36752, 6.14355, 5.92392, 5.68938, 5.43157, 
5.15601, 4.87316, 4.5876, 4.29195, 3.96996, 3.60889, 3.21271, 
2.80501, 2.41936, 2.0838, 1.8074, 1.57649, 1.36382, 1.14568, 
0.91604, 0.68813, 0.48505, 0.32763, 0.225309999999999, 0.174119999999999, 
0.15957, 0.16086, 0.15743, 0.1382, 0.10588, 0.0712099999999998, 
0.0426600000000006, 0.0217799999999997, 0.00577000000000005, 
-0.0093399999999999, -0.0279300000000005, -0.0556799999999997, 
-0.10074, -0.174270000000001, -0.28749, -0.44417, -0.63324, -0.82883, 
-0.99765, -1.10932, -1.14662, -1.11022, -1.01578, -0.88621, -0.74265, 
-0.74265, -0.598030000000001, -0.45855, -0.3301, -0.221340000000001, 
-0.13957, -0.0855199999999998, -0.0537800000000006, -0.0379100000000001, 
-0.0340199999999999, -0.0413199999999998, -0.06229, -0.10313, 
-0.17405, -0.28624, -0.44438, -0.63954, -0.84933, -1.04619, -1.20815, 
-1.32708, -1.40841, -1.46279, -1.49754, -1.51543, -1.51855, -1.51151, 
-1.49999, -1.4874, -1.4734, -1.45477, -1.45477, -1.42599, -1.37842, 
-1.29907, -1.17264, -0.98977, -0.75783, -0.503509999999999, -0.26115, 
-0.0548000000000002, 0.110539999999999, 0.243110000000001, 0.35304, 
0.44737, 0.53312, 0.62007, 0.716550000000001, 0.822159999999999, 
0.925949999999999, 1.0132, 1.07443, 1.1082, 1.11731, 1.10303, 
1.06236, 0.9904, 0.88733, 0.76534, 0.64763, 0.55687, 0.50178, 
0.473750000000001, 0.45518, 0.43117, 0.397699999999999, 0.36429, 
0.34917, 0.36642, 0.41341, 0.47028, 0.513599999999999, 0.53162, 
0.527559999999999, 0.512580000000001, 0.49927, 0.50059, 0.52937, 
0.59246, 0.68312, 0.77911, 0.85017, 0.87031, 0.82803, 0.729839999999999, 
0.59696, 0.4569, 0.33289, 0.23586, 0.1641, 0.10962, 0.0632599999999996, 
0.0138299999999996, -0.0532699999999995, -0.15096, -0.28166, 
-0.43363, -0.58579, -0.71575, -0.80599, -0.84704, -0.8392, -0.793299999999999, 
-0.72877, -0.66691, -0.62213, -0.597770000000001, -0.58982, -0.59375, 
-0.60753, -0.62777, -0.643879999999999, -0.63773, -0.59278, -0.506419999999999, 
-0.3943, -0.28177, -0.18967)), class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -214L), .Names = c("Vehicle.ID2", "sacc", 
"dV"))

我尝试按照以下方法找到这种下降的第一个 (start_flag) 和最后一个 (end_flag) 点:

library(dplyr)
v4 <- v4 %>% 
  group_by(Vehicle.ID2) %>% 
  mutate(end_flag = sign(dV)-sign(lag(dV)),
         delta_dV = dV-lag(dV),
         start_flag = as.numeric(NA)) %>%
  ungroup()




flag_start <- function(df){
  for(i in nrow(df):2){
    if((sign(df$delta_dV[i]) + sign(df$dV[i])>0)&&(df$dV[i]-df$dV[i-1] > 0 ) && (df$sacc[i]<0)){
      df$start_flag[i] <- 1
      return(df)
      break
    }
  }
}

library(purrr)
library(tidyr)
library(dplyr)

v44 <- v4 %>%
  group_by(Vehicle.ID2) %>% 
  nest()

v45 <-v44 %>% 
  mutate(dV_app = map(data, flag_start))

v4 <- unnest(v45, dV_app)


v4 <- v4 %>% 
  group_by(Vehicle.ID2) %>% 
  mutate(flag = as.numeric(ifelse(end_flag==0 & start_flag==1, start_flag,
                                  ifelse(end_flag==-2 & sacc>0, end_flag, NA)))) %>% 
  ungroup()

最佳答案

您的输出似乎取决于准确找到曲线穿过 x 轴的那些索引，即穿过 x=0，从笛卡尔平面的正半部分到负半部分.这可以通过对连续元素的逻辑合取来完成，如下所示:

goneg <- which(v4$dV[-nrow(v4)]>=0 & v4$dV[-1L]<0)+1L;
goneg;
## [1]  81 190

但是我们还需要前面下降的起始索引。这个比较难计算。这可以通过找到相邻元素的降序对的包含游程长度的起始索引来完成。

res <- with(rle(diff(v4$dV)<0),{
    ends <- cumsum(lengths);
    starts <- c(1L,ends[-length(ends)]+1L);
    i <- findInterval(goneg,starts,rightmost.closed=T);
    data.frame(start=starts[i],end=goneg);
});
res;
##   start end
## 1    73  81
## 2   179 190

这是结果图:

plotRes <- function(v4,res) {
    plot(seq_len(nrow(v4)),v4$dV,type='l');
    points(unlist(res),v4$dV[unlist(res)],col=rainbow(nrow(res)),pch=16L);
    abline(h=0);
};
plotRes(v4,res);

这似乎不是您所期望的。原因是 dV 向量实际上在索引 72 和 73 之间略微上升，在持续下降的中间:

diff(v4$dV[72:73]);
## [1] 0.00129

我们可以做的是，我们可以应用一个阈值来限制最大允许上升，从而允许相邻索引小幅上升:

threshold <- 0.01;
res <- with(rle(diff(v4$dV)<threshold),{
    ends <- cumsum(lengths);
    starts <- c(1L,ends[-length(ends)]+1L);
    i <- findInterval(goneg,starts,rightmost.closed=T);
    data.frame(start=starts[i],end=goneg);
});
res;
##   start end
## 1    40  81
## 2   179 190

结果图:

plotRes(v4,res);

关于r - 确定变量何时从 R 中的正值连续减少到负值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38602145/

文章推荐： java - 如何将映射键值收集到列表中

文章推荐： java - 在 Groovy 中推断字符串值类型

文章推荐： c - 获取文本以在C中逐字符打印

文章推荐： Angular 2 : Property 'toPromise' does not exist on type 'Observable'

Jquery检查元素是否隐藏(连续)
如何检查一个元素是否立即隐藏。即如何通知元素的可见性。在我的例子中，该元素是通过 slideUp 函数隐藏的。我应该立即收到有关该元素的可见性的通知。我想到了使用bind()方法。但它没有类似 o
连续 if 语句流程
if (srcbloc == NULL) { fprintf(stderr, "warning!: memrip source is null!\n"); exit(1); } if
SQL - 连续 "ON"语句
当我在数据库的旧 View 中清理一些问题时，我遇到了这个“奇怪”的连接条件: from tblEmails [e] join tblPersonEmails [pe]
css - 如何水平对齐多个图像(连续)？
如何水平对齐多张图像，一张一张地？它们不必适合宽度屏幕:相反，我希望它们超过后者的宽度，如果这有任何意义的话。我已经检查了很多类似问题的答案，但找不到任何可以解决我的问题的答案。 HTML:
Cassandra ttl 连续
我知道 Cassandra 中的列有 TTL。但是也可以在一行上设置 TTL 吗？在每列上设置 TTL 并不能解决我的问题，如下面的用例所示: 在某些时候，一个进程想要删除一个带有 TTL 的完整行(
macos - 连续 NSTextField
我有一个 NSTextField 和 Label，其值绑定(bind)到 View Controller 中的相同 NSString 这里的问题是标签只有在我按 Tab 时才会更新。如何使其连续，以
javascript - 在字符串中插入下划线代替单个或多个空格(连续)
例如。 1."abc"; ===>abc 2."ab c"; ===>ab_c 3."ab c"; ===>ab_c 4."ab c" ===>ab_c 对于多个连续空格也是如此。我怎样
javascript - 如何获取前一天(连续)
大家好，我想获取前一天或最后一天的信息，只有当我按下按钮时，它才会显示最后一天(星期六)的所有信息，如果我再次单击按钮，它将显示最后一天的信息(星期五)如果我再次点击它(星期四)谢谢你们帮助我编辑:
audio - 使用mplayer从音频流中提取冰冷的元数据(连续)
我需要从实时音频流中提取ICY元数据，并正在使用mplayer进行此操作，因为它在播放音频流时会输出元数据。我欢迎其他方式执行此操作，目标是将更新的元数据(歌曲信息)保存到文本文件中，只要歌曲(或数据
web - (连续)网络浏览器中有限单词的语音识别
语音识别有没有解决方案只有几个字(2 个就够了，10 个就不错了。100 个就很棒了。不需要更多) 也在移动浏览器上运行(是否可以为此使用 flash(而不是 java)？) 可以安装在您自己的服务
Python条件连接不以标点符号结尾的*连续*字符串
我有一个单词列表， list1 = ['hello', 'how', 'are', 'you?', 'i', 'am', 'fine', 'thanks.', 'great!'] 我想加入， list
连续 "undefined reference to..."
我正在开发一个程序，但我不断收到“对‘dosell’的 undefined reference ”，我不太明白发生了什么。这是函数的声明: void dosell(int *cash, int *nu
MYSQL - 连接三个表(连续？)
我无法提出执行我要做的事情所需的查询。我有三个这样的表: client_files ----------------------- client_id file_id ---------
javascript - 连续/无限滚动
我一直在寻找一个插件/脚本，当到达底部时，它会从头开始继续滚动网站，就像一个连续的循环。示例:http://unfold.no/和 http://www.aquiesdonde.com.ar/ 我尝
连续 scanf 正在添加字符串
这个问题在这里已经有了答案: How to prevent scanf causing a buffer overflow in C? (6 个答案) 关闭 6 年前。我一直在使用一个非常简单的程
c++ - 子数组中两个数字的相同出现(连续)
给定一个整数数组，找到具有相同数量的 x 和 y 的连续子序列的总数。例如 x=1 和 y=2 的数组 [1,2,1] ans = 2 表示它的两个子数组 [1,2] 和 [2,1]。检查每个连续的子
arrays - 查找总和小于给定值的最大元素(连续)？
所以，我有一个所有正自然数的数组。我得到了一个阈值。我必须找出总和小于给定阈值的数字(连续)的最大计数。 For example, IP: arr = {3,1,2,1} Threshold = 5
java - 如何像内置相机一样实现Android相机对焦(连续)
我制作了像内置相机一样的相机应用。我想实现像内置相机一样的连续对焦功能。(此功能我不触摸屏幕，但相机会尝试自行对焦。) 因此，将其设置为 surfaceCreated : Camera.Pa
r - 连续 block 上的平均
我有这样的数据: f x A 1.1 A 2.2 A 3.3 B 3.5 B 3.7 B 3.9 B 4.1 B 4.5 A 5.1 A 5.2 C 5.4 C 5.5 C 6.1 B 6.2 B
sql - 连续 n 分钟超过阈值
假设我有一个包含一组数据点的表，每个数据点由一个时间戳和一个值组成。如果至少有 N 个连续记录(按时间戳排序)高于给定值 X，我将如何编写返回 true (1) 的查询，否则返回 false (0)？

行者123

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

r - 确定变量何时从 R 中的正值连续减少到负值

背景和目标:

数据中 dV 的说明:

数据和我的代码: