- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我开始了一个新项目,其中包含大量我以前从未做过的数据管理工作,而且我似乎缺乏查找示例的技能或适当的搜索词。我有一个非常大的数据集,其中包含一个分组变量和一个二进制事件变量。它可以概括为一个工作示例:
library('data.table')
grp <- c("a", "a", "a", "a", "a", "a", "a", "b", "b", "b", "b", "b")
v1 <- c(1, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 1)
test<-data.frame(grp,v1)
test
grp v1
1 a 1
2 a 0
3 a 0
4 a 1
5 a 1
6 a 1
7 a 1
8 b 1
9 b 0
10 b 0
11 b 0
12 b 1
我一直在使用 data.table
将“grp”的独特级别内的“v1”条纹标记为具有新序数数字因子“事件”的事件:
setDT(test)
test<-test[, .(v1 = v1, event = rleidv(v1)), by=grp]
grp v1 event
1: a 1 1
2: a 0 2
3: a 0 2
4: a 1 3
5: a 1 3
6: a 1 3
7: a 1 3
8: b 1 1
9: b 0 2
10: b 0 2
11: b 0 2
12: b 1 3
在实际数据集中,这些“grp”特定事件中的一些非常长,我需要将它们分解成更小的、可变的、n - 有限的事件。例如,对于 n = 2 的新变量“sub.event”,我期望的输出是:
> test
grp v1 event sub.event
1: a 1 1 1
2: a 0 2 2
3: a 0 2 2
4: a 1 3 3
5: a 1 3 3
6: a 1 3 4
7: a 1 3 4
8: b 1 1 1
9: b 0 2 2
10: b 0 2 2
11: b 0 2 3
12: b 1 3 4
我一直在绞尽脑汁想找出一种方法来做到这一点。看起来很简单,我一定遗漏了一些明显的东西。为了帮助方便,可以在确定 n 限制的“sub.event”之前将原始变量连接成新变量。
预先感谢您的所有帮助。
最佳答案
这是一个与链接一起使用的方法。
setDT(test)[, new := rep(1:0, length.out=.N), by=.(grp, rleid(v1))][,
new := cumsum(new), by=grp]
第一个链返回一个 1 和 0 的向量,重复 grp-rleid
对的长度。链中的下一个链接用 grp 的 cumsum
总结了这一点。
返回
test
grp v1 new
1: a 1 1
2: a 0 2
3: a 0 2
4: a 1 3
5: a 1 3
6: a 1 4
7: a 1 4
8: b 1 1
9: b 0 2
10: b 0 2
11: b 0 3
12: b 1 4
请注意,如所写,它不会自动扩展到 n > 2。但是,生成它的片段 1:0
可以写成 rep(c(1L, rep (0L, n)), length.out=.N)
其中 n+1
是您想要的重复值的数量。
在这种情况下,代码看起来像
test[, new := rep(c(1L, rep(0L, 2L)), length.out=.N), by=.(grp, rleid(v1))][,
new := cumsum(new), by=grp]
关于r - 根据 "N"连续出现的原始因子级别,创建具有级别的新因子/变量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45868174/
这是代码片段。 请说出这种用小内存存储大数据的算法是什么。 public static void main(String[] args) { long longValue = 21474836
所以我使用 imap 从 gmail 和 outlook 接收电子邮件。 Gmail 像这样编码 =?UTF-8?B?UmU6IM69zq3OvyDOtc68zrHOuc67IG5ldyBlbWFpb
很久以前就学会了 C 代码;想用 Scheme 尝试一些新的和不同的东西。我正在尝试制作一个接受两个参数并返回两者中较大者的过程,例如 (define (larger x y) (if (> x
Azure 恢复服务保管库有两个备份配置选项 - LRS 与 GRS 这是一个有关 Azure 恢复服务保管库的问题。 当其驻留区域发生故障时,如何处理启用异地冗余的恢复服务保管库?如果未为恢复服务启
说,我有以下实体: @Entity public class A { @Id @GeneratedValue private Long id; @Embedded private
我有下一个问题。 我有下一个标准: criteria.add(Restrictions.in("entity.otherEntity", getOtherEntitiesList())); 如果我的
如果这是任何类型的重复,我会提前申请,但我找不到任何可以解决我的具体问题的内容。 这是我的程序: import java.util.Random; public class CarnivalGame{
我目前正在使用golang创建一个聚合管道,在其中使用“$ or”运算符查询文档。 结果是一堆需要分组的未分组文档,这样我就可以进入下一阶段,找到两个数据集之间的交集。 然后将其用于在单独的集合中进行
是否可以在正则表达式中创建 OR 条件。 我正在尝试查找包含此类模式的文件名列表的匹配项 第一个案例 xxxxx-hello.file 或者案例二 xxxx-hello-unasigned.file
该程序只是在用户输入行数时创建菱形的形状,因此它有 6 个 for 循环; 3 个循环创建第一个三角形,3 个循环创建另一个三角形,通过这 2 个三角形和 6 个循环,我们得到了一个菱形,这是整个程序
我有一个像这样的查询字符串 www.google.com?Department=Education & Finance&Department=Health 我有这些 li 标签,它们的查询字符串是这样
我有一个带有静态构造函数的类,我用它来读取 app.config 值。如何使用不同的配置值对类进行单元测试。我正在考虑在不同的应用程序域中运行每个测试,这样我就可以为每个测试执行静态构造函数 - 但我
我正在寻找一个可以容纳多个键的容器,如果我为其中一个键值输入保留值(例如 0),它会被视为“或”搜索。 map, int > myContainer; myContainer.insert(make_
我正在为 Web 应用程序创建数据库,并正在寻找一些建议来对可能具有多种类型的单个实体进行建模,每种类型具有不同的属性。 作为示例,假设我想为“数据源”对象创建一个关系模型。所有数据源都会有一些共享属
(1) =>CREATE TABLE T1(id BIGSERIAL PRIMARY KEY, name TEXT); CREATE TABLE (2) =>INSERT INTO T1 (name)
我不确定在使用别名时如何解决不明确的列引用。 假设有两个表,a 和 b,它们都有一个 name 列。如果我加入这两个表并为结果添加别名,我不知道如何为这两个表引用 name 列。我已经尝试了一些变体,
我的查询是: select * from table where id IN (1,5,4,3,2) 我想要的与这个顺序完全相同,不是从1...5,而是从1,5,4,3,2。我怎样才能做到这一点? 最
我正在使用 C# 代码执行动态生成的 MySQL 查询。抛出异常: CREATE TABLE dump ("@employee_OID" VARCHAR(50)); "{"You have an er
我有日期 2016-03-30T23:59:59.000000+0000。我可以知道它的格式是什么吗?因为如果我使用 yyyy-MM-dd'T'HH:mm:ss.SSS,它会抛出异常 最佳答案 Sim
我有一个示例模式,它的 SQL Fiddle 如下: http://sqlfiddle.com/#!2/6816b/2 这个 fiddle 只是根据 where 子句中的条件查询示例数据库,如下所示:
我是一名优秀的程序员,十分优秀!