прозорец (известен още като подвижно) се присъединява с data.table

Опитвам се да намеря начин да заобиколя тази функция за заявка: [#2300] Добавете обратно и първо обратно към roll=TRUE, което беше споменато в тази публикация.

По принцип бих искал да изпълня следното "window-join" на X, търсейки в Y

  1. ляво съединяване на първите n колони (в следващия пример {x,y})
  2. И изберете стойности на последна колона (t в следващия пример) в Y, която попада в [t-w1,t+w2] интервала, където t е последната колона в X, обикновено t ще бъде колона за време и {w1,w2} някои цели числа (вероятно w1=w2=something или w1=0)

Създадох следния пример (но не се колебайте да предоставите друг/по-добър)

library(data.table)
set.seed(123);
X <- data.table(x=c(1,1,1,2,2),y=c(T,T,F,F,F),t=as.POSIXct("08:00:00.000",format="%H:%M:%OS")+sample(0:999,5,TRUE)/1e3)
Y <- copy(X)
set.seed(123)
Y[,`:=`(IDX=.I,t=t+sample(c(-5:5)/1e3,5,T))]
Y <- rbindlist(list(Y, X[5,][,IDX:=6][,t:=t+0.001], X[5,][,IDX:=7][,t:=t+0.002]))

Така че с (w1,w2) = (.002,.002)

R) X                                 R) Y
   x     y                       t      x     y                       t IDX
1: 1  TRUE 2013-01-25 08:00:00.286   1: 1  TRUE 2013-01-25 08:00:00.284   1
2: 1  TRUE 2013-01-25 08:00:00.788   2: 1  TRUE 2013-01-25 08:00:00.791   2
3: 1 FALSE 2013-01-25 08:00:00.407   3: 1 FALSE 2013-01-25 08:00:00.407   3
4: 2 FALSE 2013-01-25 08:00:00.882   4: 2 FALSE 2013-01-25 08:00:00.886   4
5: 2 FALSE 2013-01-25 08:00:00.940   5: 2 FALSE 2013-01-25 08:00:00.945   5
                                     6: 2 FALSE 2013-01-25 08:00:00.941   6 #by hand
                                     7: 2 FALSE 2013-01-25 08:00:00.942   7 #by hand

Резултатът би бил

R) ans
   x     y                       t IDX
1: 1  TRUE 2013-01-25 08:00:00.286   1
2: 1  TRUE 2013-01-25 08:00:00.788  NA
3: 1 FALSE 2013-01-25 08:00:00.407   3
4: 2 FALSE 2013-01-25 08:00:00.882  NA
5: 2 FALSE 2013-01-25 08:00:00.940  6,7

Но: IDX тук може да е списък, ако няколко реда от Y (които могат да имат повече редове от X) съответстват, един само един или NA, ако нито един не съответства.

Бих се радвал и на някои отговори без data.table...


r data.table join
person statquant    schedule 25.01.2013    source източник

Отговори (2)


arrow_upward
1
arrow_downward

Ето един опит, не много елегантен, без data.table, но с plyr. Не знам дали може да ви бъде полезно.

Примерни данни:

X <- data.frame(x=c(1,1,1,2,2),y=c(T,T,F,F,F),t=rep(1,5)+sample(0:999,5,TRUE)/1e3)
Y <- data.frame(x=c(1,1,1,2,2),y=c(T,T,F,F,F),t=rep(1,5)+sample(0:999,5,TRUE)/1e3, IDX=1:5)
w1 <- 0.3
w2 <- 0.3

Което дава :

R> X
  x     y     t
1 1  TRUE 1.880
2 1  TRUE 1.364
3 1 FALSE 1.288
4 2 FALSE 1.170
5 2 FALSE 1.172
R> Y
  x     y     t IDX
1 1  TRUE 1.482   1
2 1  TRUE 1.252   2
3 1 FALSE 1.216   3
4 2 FALSE 1.674   4
5 2 FALSE 1.047   5

След това можете да използвате следния код:

m <- merge(X,Y, by=c("x","y"), all.x=TRUE, all.y=FALSE)
m <- m[m$t.x>m$t.y-w1 & m$t.x<m$t.y+w2,]
m <- ddply(m, c("x","y","t.x"), summarize, IDX=list(IDX))
names(m) <- c("x","y","t","IDX")
merge(X, m, by=c("x","y","t"), all.x=TRUE, all.y=FALSE)

Което дава следния резултат:

  x     y     t  IDX
1 1 FALSE 1.288    3
2 1  TRUE 1.364 1, 2
3 1  TRUE 1.880   NA
4 2 FALSE 1.170    5
5 2 FALSE 1.172    5
person juba    schedule 25.01.2013
comment
Добри неща!, получавам очаквания отговор с m <- m[m$t.x>=(m$t.y-w1) & m$t.x<=(m$t.y+w2),]. Благодаря, ще изчакам малко за data.table отговор - person statquant; 25.01.2013

arrow_upward
1
arrow_downward

Ето превод на кода на juba в data.table (v.1.8.7 r797)

setkey(X,x,y,t); setkey(Y,x,y,t)
m <- merge(X,Y, by=c("x","y"), all.x=TRUE, all.y=FALSE, allow.cartesian=TRUE)
m <- m[t.x>=(t.y-w1) & t.x<=(t.y+w2)]
m <- m[, list(IDX=list(IDX)), by=c("x","y","t.x")];
setnames(m,"t.x","t");
m <- m[X];

Получавам това (обърнете внимание на NULL, Матю Даул може да обясни защо получаваме това вместо NA)

R) m
   x     y                       t IDX
1: 1 FALSE 2013-01-25 08:00:00.407   3
2: 1  TRUE 2013-01-25 08:00:00.286   1
3: 1  TRUE 2013-01-25 08:00:00.788
4: 2 FALSE 2013-01-25 08:00:00.882
5: 2 FALSE 2013-01-25 08:00:00.940 6,7

Ще изчакам експерт да каже дали е data.table-optimal решение, за да затворя публикацията.

person statquant    schedule 25.01.2013
comment
Получавате NULL, защото търсите c(1,2,NA,NA,3) в списък (IDX). Сравнете integer(3)[c(1,2,NA,NA,3)] и as.list(integer(3))[c(1,2,NA,NA,3)]. - person user1935457; 25.01.2013