时间戳

首页 > 解决方案 > 在r中将标识符变量从一个数据集中拉到另一个数据集中

r - 在r中将标识符变量从一个数据集中拉到另一个数据集中

问题描述

我希望有人可以帮助我解决以下问题：我正在使用 r 中的两个数据表：一个包含用户四年内的体重测量值，另一个包含这些相同用户在同一时间段内的身体活动测量值。我一直在寻找体重测量数据中的长时间中断，这些是我感兴趣的事件。我现在想在体重数据中提取事件时间范围内的身体活动数据。一些用户可能在四年内发生了几次称重中断事件，因此仅 userID 不足以提取数据。在重量数据集中，我创建了一个名为 events_stop 的变量，它是特定称重中断事件的标识符。身体活动数据表中尚不存在此变量。我'

到目前为止，我的代码如下所示：我首先根据体重数据创建了一个数据表，其中包含 user_ID 和 events_stop，以及我稍后想要引入的 -20、-4 和 +6 周时间点的日期身体活动数据表“steps.all3”

minus20andminus4 <- weight.all6[, lapply(.SD, min, na.rm=T), 
by=.(user_ID, events_stop), .SDcols = c("minus20", "minus4", "plus6")]

为了能够将 minus20andminus4 中的日期数据与身体活动数据表相匹配，我需要添加 events_stop 变量。为此，我想匹配 user_ID 相同且日期在停止事件期间的行

steps.all3[, events_stop := ifelse(steps.all3$user_ID == minus20andminus4$user_ID 
& steps.all3$date_local >= minus20andminus4$minus20 
& steps.all3$date_local <= minus20andminus4$plus6, 
minus20andminus4$events_stop, NA)]

此时我收到错误消息：

Error in Ops.factor(steps.all3$user_ID, minus20andminus4$user_ID) :
level sets of factors are different
In addition: Warning message:
In is.na(e1) | is.na(e2) :
longer object length is not a multiple of shorter object length

重量数据如下所示：

user_ID    date_local    weight_kg    events_stop    minus20      minus4      plus 6
134        2016-01-07    99.2         160            2016-01-07   2016-04-28   2016-07-07
134        2016-02-08    99.6         160            2016-01-07   2016-04-28   2016-07-07
134        2016-02-10    99.5         160            2016-01-07   2016-04-28   2016-07-07
134        2016-03-13    99.1         160            2016-01-07   2016-04-28   2016-07-07
222        2014-04-20    78.2         181            2014-04-20   2014-08-03   2014-11-20
222        2014-05-02    78.3         181            2014-04-20   2014-08-03   2014-11-20
222        2014-05-07    78.9         181            2014-04-20   2014-08-03   2014-11-20
222        2016-08-15    82.1         195            2016-08-13   2016-12-03   2017-02-11
222        2016-08-22    82.6         195            2016-08-13   2016-12-03   2017-02-11

所以每个重量测量有一行。

步骤数据的相同结构：

user_ID    date_local    steps    
134        2016-01-09    10231
134        2016-02-10    8972
222        2014-04-28    10332
222        2014-05-01    7782
222        2016-09-04    8432

谁能帮我吗？提前非常感谢！

标签： rdata.table

解决方案

是否有可能其中一个date_locals fromsteps.all3可能在超过一个期间内？如果是这种情况，则可能值得进行不等式连接。以下是否捕获了您正在寻找的内容？

minus20andminus4[steps.all3,
                 .(i.user_ID, i.date_local, i.steps, x.events_stop, x.minus20, x.minus4, x.plus6),
                 on = .(user_ID = user_ID, minus20 <= date_local, plus6 >= date_local),
                 allow.cartesian = TRUE]

   i.user_ID i.date_local i.steps x.events_stop  x.minus20   x.minus4    x.plus6
1:       134   2016-01-09   10231           160 2016-01-07 2016-04-28 2016-07-07
2:       134   2016-02-10    8972           160 2016-01-07 2016-04-28 2016-07-07
3:       222   2014-04-28   10332           181 2014-04-20 2014-08-03 2014-11-20
4:       222   2014-05-01    7782           181 2014-04-20 2014-08-03 2014-11-20
5:       222   2016-09-04    8432           195 2016-08-13 2016-12-03 2017-02-11

推荐阅读