Re: [問題] 以時間間隔為條件，抽取資料

[celestialgod (天)]

※ 引述《anakinyen (我在台北 天氣晴)》之銘言：
: 遇到一個可能是很新手的問題
: 跳出迴圈指令跑完後
: +     break
: + }
: Error in as.POSIXct.default(time1) :
:   do not know how to convert 'time1' to class “POSIXct”

這問題是你的time1不是時間格式，是character造成的

: > sambar[ , diffTime := NULL]
: Warning message:
: In `[.data.table`(sambar, , `:=`(diffTime, NULL)) :
:   Adding new column 'diffTime' then assigning NULL (deleting it).

這個也同理

: 我猜是因為difftime預設的處理資料格式是 hh:mm，沒有把日期考慮進去

這個猜測不對，difftime吃的是POSIXct 或是 POSIXlt class的東西

你在用read.csv讀入資料的時候，你那個時間格式不會被正確解讀成那兩個class

所以只會被當成字串處理，因此我下面給你一段程式去把你的時間格式轉成POSIXct

: 但我試了半天都沒改成功
: 也不太確定我的資料檔日期格式是否正確
: 目前格式長這樣  2012/11/1 6:04，不知道1號是不是該改成01，6點該改成06 ?
: 再麻煩大大們幫忙了，感謝

資料讀入後，請用

library(data.table)
sambar <- read.csv(...)
setDT(sambar)
sambar[ , time1 := as.POSIXct(time1, format = "%Y/%m/%d %H:%M")]
# time1是你的時間變數

: ※ 引述《celestialgod (天)》之銘言：
: : 我用while + data.table做，若用data.frame會複製很多次，效率會不彰
: : library(data.table)
: : # 產生資料
: : numObs <- 50
: : numInd <- 5
: : DT <- data.table(ind = paste0("A", sample(numInd, numObs, TRUE)),
: :            time = strptime("2012/12/11", "%Y/%m/%d") +
: :                     sample(86400, numObs, TRUE),
: :            obs = rnorm(numObs))
: : # 排序
: : setorder(DT, ind, time, obs)
: : # 移除掉時間差小於六小時的
: : k <- 1
: : while ( TRUE ) {
: :   # 計算時間差，以小時表示
: :   DT[ , diffTime := difftime(time, time[min(k, .N)], units="hours"), by = ind]
: :   # 留下自己那一組
: :   set(DT, which(DT$diffTime == 0), which(names(DT) == "diffTime"), 1e6)
: :   # 留下時間差超過六小時的
: :   DT <- DT[abs(diffTime) > 6, ]
: :   # 下一組
: :   k <- k + 1
: :   # 如果k大於某組的觀測值數目就跳離迴圈
: :   if (k > max(DT[ , .(numObsGroup = .N),  by = ind]$numObsGroup))
: :     break
: : }
: : DT[ , diffTime := NULL]
: : 五萬筆觀測值，一千個個體，耗時0.23秒 (平均一個個體50個觀測值)
: : 五十萬筆觀測值，一千個個體，耗時0.39秒 (平均一個個體500個觀測值)
: : 我覺得這個速度應該可以接受
: : 不過我的區間只有24小時，所以可能都很快就篩選完了
: : 有人可以試試看更長時間的表現
: : 有問題或任何人有更好解法，歡迎提供，感謝
: : Note: 間隔一百天，五十萬筆觀測值，一千個個體，耗時18.33秒

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.246.24.51
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1486553955.A.05A.html
推 anakinyen: 已加入新的這行指令，但最後還是出現相同的錯誤訊息@@
str(sambar) 看一下結果是什麼

推 anakinyen:  $ Time: POSIXct, format: "2009-12-05 20:00:00" "20
一樣的錯誤是這一個嗎？ Error in as.POSIXct.default(time1)

還是In `[.data.table`(sambar, , `:=`(diffTime, NULL)) :
    Adding new column 'diffTime' then assigning NULL (deleting it).

不管是哪個，記得要把下面這段改成你的時間變數名稱

DT[ , diffTime := difftime(Time, Time[min(k, .N)], units="hours"), by = ind]

如果改過還是有問題，可能要把你資料給我看一下

推 anakinyen: 兩個錯誤都還是存在，不過把下面的時間變數修正後
→ anakinyen: 兩個錯誤都不見了。
→ anakinyen: 原來就卡在兩個t的大小寫。以後得要好好跟R培養感情
→ anakinyen: 非常感謝您的幫忙!!!
搞定就好
※ 編輯: celestialgod (111.246.24.51), 02/09/2017 00:26:36