r - 如何检查数据框中的序列是否包含时间模式？

Question

给定一个数据框“df”，我想检查每台机器是否包含时间模式。数据框由“机器”（因子，ID）、“错误”（因子，ID）和“时间”（整数）列组成。

> df
   machine    error      time
   <fct>      <fct>      <int>    
 1 M_000001   2          10    
 2 M_000001   50         120     
 3 M_000002   109        30    
 4 M_000002   40         30    
 5 M_000002   2          30 
 1 M_000002   65         34    
 2 M_000002   50         36     
 3 M_000002   3          39    
 4 M_000002   99         39    
 5 M_000003   50         426  

时间模式由以下格式的一系列事件（错误）组成：（a）（b）（c）。有时会同时出现两个或多个错误：(ab) (c) (def)。此错误序列的元素保存在列表中的列表中的列表中：

> pattern_list[[1]]
[[1]]
[1] "(40" "109"  "2" 

[[2]]
[1] "65"

[[3]]
[1] "3"  "99)"

总模式的长度和所有子序列的长度是可变的。

此外，每个模式都有一个时间注释。他们声明为了属于这个特定的时间模式，必须发生以下子序列中的时间段。格式为：[0, 5][2, 4]。对于序列 (a)(b)(c)，这意味着： 模式以 'a' 开头；在 0 到 5 个时间单位后，必须发生错误“b”，在发生“b”后 2 到 4 个时间单位后，必须发生“c”。

> temp[[1]]
[1] "0"  "5"  "2"  "4"

注意 temp[[1]][1] 和 temp[[1]][2] 形成一个时间周期 [0, 5]，就像 temp[[1]][3] 和 temp[[1]][ 4] 形成 [2, 4]。

最后，给定一个包含“机器”和“错误模式”列（列表元素）的数据框“输出”，我想要一个算法，它遍历数据框并为每个“机器”附加时间模式的 ID “模式”列。

> output
   machine     error_patterns
   <fct>       <list>        
 1 M_000001  <list [0]>    
 2 M_000002  <list [0]>    
 3 M_000003  <list [0]>    
 4 M_000004  <list [0]>    
 5 M_000005  <list [0]>    
 6 M_000006  <list [0]>    
 7 M_000007  <list [0]>    
 8 M_000008  <list [0]>    
 9 M_000009  <list [0]>    
10 M_000010  <list [0]>

我猜必须首先对数据框进行分组，以便该算法仅适用于同一台“机器”

df_g <- group_by(df, 'machine') 

我的问题是，我还没有想出一种有效的方法来检查模式的所有错误是否都发生在机器的生命周期内，以及这些错误是否根据时间注释的条件发生。在这里，我尝试检查机器错误中是否包含模式，而不考虑时间方面：

for (l in 1:length(df_g$machine)){ #go through the whole dataset
  for (m in 1:length(pattern_list)) { #go through all patterns
  help2 = 0 #help variable for counting the n
    for (n in 1:length(pattern_list[[m]])) { #go through all subsequences of a pattern
    help1 = 0 #help variable for counting the k 
      for (k in 1:length(pattern_list[[m]][[n]])) { #go through each element of the subsequence
        if (grepl(df_g[[l, 'error']], pattern_list[[m]][[n]][k])){ #check whether the element is contained the pattern
          help1 = help1 + 1
          if (help1 == length(error_list[[m]][[n]])){ #check if all elements of the subsequence were contained within the grouped dataset
            help2 = help2 + 1
            if (help2 == length(error_list[[m]])){ #check if all subsequences of the pattern were contained within the grouped dataset
              output[[which(output[ , 'machine'] == df_g[l, 'machine']) , 'error_patterns']] <- append(output[[which(output[ , 'machine'] == df_g[l, 'machine']), 'error_patterns']], m) #fill the output-frame with the ID/index of the pattern, if its errors are contained
            }
          }
        }
      }
    }
  }
} 

我担心这种格式根本没有效率。

我希望我把问题说清楚了。非常感谢任何帮助！

标签： rpattern-matchingtemporal