如何在R中写一个基于列值匹配的for循环来分割数据。

Question

我正在为写一个for循环的逻辑推理而烦恼。考虑以下两个数据帧。

>> df1
     A    B      C             hit_time  E
0  bar  one  small  2019-12-11 19:16:51  1 
1  bar  one  large  2019-12-09 20:21:43  2 
2  foo  two  large  2019-12-11 15:11:24  1 
3  bar  two  small  2019-12-05 16:41:21  2 
4  bar  two  small  2019-12-06 17:31:20  3 
5  bar  one  large  2019-12-03 19:13:06  2 
6  bar  one  small  2019-12-04 18:25:04  1 
7  bar  two  small  2019-12-02 21:45:38  1 
8  bar  two  large  2019-12-08 20:32:44  1 

>> df2
     X    Y      Z            Phase_One            Phase_Two          Phase_Three
0  foo  one  small  2019-12-01 06:18:00  2019-12-01 06:38:00  2019-12-01 06:48:00
1  bar  one  small  2019-12-01 06:33:00  2019-12-01 06:53:00  2019-12-01 07:03:00  
2  foo  two  large  2019-12-11 15:01:24  2019-12-11 15:21:24  2019-12-11 15:31:24
3  bar  two  small  2019-12-05 16:31:21  2019-12-05 16:51:21  2019-12-05 17:01:21  
4  bar  two  small  2019-12-06 17:21:20  2019-12-06 17:41:20  2019-12-06 17:51:20 
5  bar  one  large  2019-12-03 19:03:06  2019-12-03 19:23:06  2019-12-03 19:33:06
6  bar  one  large  2019-12-04 18:15:04  2019-12-04 18:35:04  2019-12-04 18:45:04 
7  bar  two  large  2019-12-02 21:35:38  2019-12-02 21:55:38  2019-12-02 22:05:38 
8  bar  two  large  2019-12-08 20:22:44  2019-12-08 20:42:44  2019-12-08 20:52:44

现在我想在for循环中完成以下任务：

1. 将DF1拆分在C列的值上
2. 在Z列的相同数值上拆分df2。
3. 计算如下。

df3 <- df2[, Phase_One_   := df1[df2,on=.(hit_time >= Phase_One,  hit_time <= Start_Time), sum(E),by=.EACHI]$V1]
df3 <- df2[, Phase_Two_   := df1[df2,on=.(hit_time >= Start_Time, hit_time <= Phase_Two),  sum(E),by=.EACHI]$V1]
df3 <- df2[, Phase_Three_ := df1[df2,on=.(hit_time >= Phase_Two,  hit_time <= Phase_Three),sum(E),by=.EACHI]$V1]

4. rbind所有的数据，以便根据匹配的值来求和。df1$C 和 df2$Z 分别。

现在我明白for循环的速度很慢，所以有什么建议欢迎提出来，能够根据df2中包含不同时间框架的最后三列，将E列相加到新的数据框架中.先谢谢了。

Answer 1

我为另一个项目写了一个函数，就是这样做的。(拆分数据帧，你可以计算出你想要的东西后，在输出列表中引用正确的表格)

multifilter <- function(data,filterorder){  
  #error if filter(s) do not exsist
  if(any(is.na(match(filterorder,names(data))))==T){stop("Atleast one filter does not exsist")}
  newdata <- list(data)
  for(i in rev(filterorder)){
    newdata <- unlist(lapply(sort(unique(data[,i])), function(x) lapply(newdata, function(y) y[y[,i]==x,])),recursive=F)
  }
  return(newdata[sapply(newdata,nrow)>=1])
}

你可以这样叫 multifilter(df1,"C"). 这个函数本身比你的任务更复杂，因为它实际上可以接受多个过滤器，例如 multifilter(df2,"c("Y","Z")). 如果你想把多滤波器的输出拼接在一起，你可以使用 do.call(rbind, multi_filter_data)