如何聚合同一时间窗口内发生的数据？

Question

我有以下数据集：

层	价值	begin_ms	结束_毫秒	反应
正位	是新的	262432	362232	5
话	是	262432	263000	30
公制	A	262432	263000	30
话	新	263000	362232	25
公制	B	263000	362232	25

我试图以更整洁的方式创建一个新的数据框，其中我将每次出现的列正交以及在相同的 begin_ms 和 end_ms 中出现的列作为列。我尝试使用

data_spread <- spread(dfgs_final, key = tier, value = value)

但它只部分起作用，看起来像这样：

正位	begin_ms	结束_毫秒	话	公制	反应
是新的	262432	362232			5
	262432	263000	是	A	30
	263000	362232	新	B	25

有没有办法对正交列的 begin_ms 和 end_ms 内的所有内容进行分组？我心里有这样的想法：

正位	begin_ms	结束_毫秒	话	公制	反应
是新的	262432	362232			5
是新的	262432	263000	是	A	30
是新的	263000	362232	新	B	25

Answer 1

仅供参考，

spread

自 2019 年 8 月（4.5 年前）以来已退休/被取代，其替代品

pivot_wider

功能更强大，我建议您研究一下。等效的就是这个

pivot_wider

，我正在为第二个代码块添加一个

id

字段。

library(dplyr)
library(tidyr)
wide <- pivot_wider(quux, id_cols = c("begin_ms", "end_ms", "reaction"),
                    names_from = "tier", values_from = "value") |>
  mutate(id = row_number())
wide
# # A tibble: 3 × 7
#   begin_ms end_ms reaction ortho  words metric    id
#      <int>  <int>    <int> <chr>  <chr> <chr>  <int>
# 1   262432 362232        5 is new NA    NA         1
# 2   262432 263000       30 NA     is    A          2
# 3   263000 362232       25 NA     new   B          3

从这里开始，我们可以对那些没有

is.na(ortho)

的行进行基于范围的连接，重新分配

NA

，然后与数据组合回来。ortho

最后，您可能更愿意为每行拥有唯一的 

filter(wide, is.na(ortho)) |>
  right_join(filter(wide, !is.na(ortho)),
             join_by(between(x$begin_ms, y$begin_ms, y$end_ms),
                     between(x$end_ms, y$begin_ms, y$end_ms)),
             suffix = c("", ".y")) |>
  mutate(ortho = ortho.y[id.y]) |>
  select(id, ortho) |>
  right_join(wide, by = "id", suffix = c(".y", "")) |>
  mutate(ortho = coalesce(ortho, ortho.y)) |>
  select(-ortho.y) |>
  arrange(id)
# # A tibble: 3 × 7
#      id begin_ms end_ms reaction ortho  words metric
#   <int>    <int>  <int>    <int> <chr>  <chr> <chr> 
# 1     1   262432 362232        5 is new NA    NA    
# 2     2   262432 263000       30 is new is    A     
# 3     3   263000 362232       25 is new new   B     

字段；如果您想保留“父级”

id

，我们只需稍加改动即可做到。id

数据

---

filter(wide, is.na(ortho)) |>
  right_join(filter(wide, !is.na(ortho)),
             join_by(between(x$begin_ms, y$begin_ms, y$end_ms),
                     between(x$end_ms, y$begin_ms, y$end_ms)),
             suffix = c("", ".y")) |>
  mutate(ortho = ortho.y[id.y]) |>
  select(id, parentid = id.y, ortho) |>               # THE ONLY CHANGE
  right_join(wide, by = "id", suffix = c(".y", "")) |>
  mutate(ortho = coalesce(ortho, ortho.y)) |>
  select(-ortho.y) |>
  arrange(id)
# # A tibble: 3 × 8
#      id parentid begin_ms end_ms reaction ortho  words metric
#   <int>    <int>    <int>  <int>    <int> <chr>  <chr> <chr> 
# 1     1       NA   262432 362232        5 is new NA    NA    
# 2     2        1   262432 263000       30 is new is    A     
# 3     3        1   263000 362232       25 is new new   B