时间戳

首页 > 解决方案 > Data.table：不规则日期范围之间的总和

r - Data.table：不规则日期范围之间的总和

问题描述

调查和火灾在不同的燃烧单位不定期发生。（srv=1 表示调查完成，fire=1 表示发生火灾）我想计算调查之间发生了多少火灾，即包括调查年份和上一次调查前一年。

nyear = 10
units = 4
set.seed(15)

DT <- data.table(
        unit = rep(1:units, each=nyear), 
        year = 2000:(2000+nyear-1), 
        srv = rbinom(nyear*units, 1, 0.4),
        fire = rbinom(nyear*units, 1, 0.3)
    )
DT

我可以计算经过的年数，但我必须创建一个新数据集，然后将其加入原始数据集。然后我无法弄清楚日期范围之间的火灾总和。

DT1 <- DT[srv != 0]             # Drop years without surveys
DT2 <- DT1[, .(year, elapsed = year - shift(year)), by = "unit"] # Use 'shift' to find years elapsed
DT3 <- DT2[DT, on=.(unit, year)]    # join dataset with elapsed time to original dataset
DT3[ , sum(fire), on = .(year >= year, year < year -(elapsed-1)), by="unit"] # Doesn't work

示例输出如下，其中“nfire”是我所追求的——在没有调查的年份它是“NA”，否则它提供上次调查后的火灾数量，包括当前调查年份：

    unit year elapsed srv fire  nfire
 1:    1 2000      NA   1    1  1
 2:    1 2001      NA   0    0  NA
 3:    1 2002       2   1    1  1
 4:    1 2003       1   1    0  0
 5:    1 2004      NA   0    0  NA
 6:    1 2005       2   1    0  0
 7:    1 2006       1   1    0  1
 8:    1 2007      NA   0    1  NA
 9:    1 2008       2   1    1  2
10:    1 2009       1   1    0  1
11:    2 2000      NA   0    0  NA
12:    2 2001      NA   1    1  NA

标签： rdata.table

解决方案

r2evans 的答案有效：

DT[, grp := rev(cumsum(rev(srv == 1))), by = .(unit)][, nfire := sum(fire), by=.(unit, grp)]

调查发生的时间 (srv ==1) 以相反的顺序排列，然后累加。反向排序确保每个调查都与其之前的年份分组，并且累积求和提供分配连续编号的组列表。外部“rev”将顺序更改回其原始组织。

语句 '[, nfire := sum(fire), by=.(unit, grp)]' 的第二部分是链接的一个例子——据我所知，这只是在数据中引入更多操作的一种方式。表步骤不会弄乱语句的第一部分。里面的语法相当直观。

推荐阅读