R如何识别最后一次出现的距离

Question

我想计算一下发生了多长时间.

鉴于以下情况,您可以看到灯光在某些时间点亮,但并非在所有时间点亮.我想规范化数据以将其提供给神经网络.

library(data.table)
d<-data.table(
    date = c("6/1/2013", "6/2/2013","6/3/2013","6/4/2013"),
    light = c(TRUE,FALSE,FALSE,TRUE) 
)
d
       date light
1: 6/1/2013  TRUE
2: 6/2/2013 FALSE
3: 6/3/2013 FALSE
4: 6/4/2013  TRUE

我想要计算的是另一列显示与最后一次出现的"距离".

所以对于上面的数据:第一行,因为它上面应该是零第二行,应该是第三行,应该是第二行,应该是零

Answer 1

我建议根据何时从FALSE切换到TRUE来创建分组列:

# create group column
d[c(light), group := cumsum(light)]
d[is.na(group), group:=0L]
d[, group := cumsum(group)]
d

然后简单地按小组计算,使用cumsum和否定light:

d[, distance := cumsum(!light), by=group]

# remove the group column for cleanliness
d[, group := NULL]

结果:

d

         date light distance
1: 2013-06-01  TRUE        0
2: 2013-06-02 FALSE        1
3: 2013-06-03 FALSE        2
4: 2013-06-04  TRUE        0
5: 2013-06-05  TRUE        0
6: 2013-06-06 FALSE        1
7: 2013-06-07 FALSE        2
8: 2013-06-08  TRUE        0

我添加了几行

Answer 2

这应该可以做到：

d[, distance := 1:.N - 1, by = cumsum(light)]

或这个：

d[, distance := .I - .I[1], by = cumsum(light)]

如果您想实际计算天数而不是行距离，您可以使用：

d[, distance := as.numeric(as.POSIXct(date, format = "%m/%d/%Y") -
                           as.POSIXct(date[1], format = "%m/%d/%Y"),
                           units = 'days'),
    by = cumsum(light)]