识别连续出现并合并两个数据场

Question

这个问题与之前发布的一个问题有关。

我有 2 个要合并的 data.frames。这两个 data.frames 具有不同的大小（例如dim (df1)=16533, 580 和dim(df2)= 2820, 675`）。

记录是由不同的人/群体在不同的日子制作的。

变量来自 df1

• Index= 制作记录的一组人（例如，它可以代表1一个人2或更多人）

• id1= 录制组中的人（例如12 1=group 12 person 1; 12 2 = group 12 person 2, etc. ）

• id2= 记录的第一天或第二天 ( eg. 12 1 1 = group 12, person 1, 1 day; 12 1 2 = group 12, person 1, 2 day;)

• Day= 进行日记记录的工作日（例如 12 1 1 Wednesday =group 12, person 1, day 1, weekday Wednesday; 12 1 2 Sunday = group 12, person 1, day 1 , weekday Sunday）

  这些变量后跟 24h observations

obs1_1-obs1_144=primary observation obs2_1-obs2_144=secondary observations obs3_1-obs3_144=tertiary observations obs4_1-obs4_144=quarterly observations

示例

df1

index id1 id2  Day           obs1_1...obs1_144....obs2_1...obs2_144...obs3_1...obs3_144...obs4_1...obs4_144
 12    1   1   Wednesday    1      11          12
 12    1   2   Sunday       2      0           0
123    1   1   Tuesday      1      0           1
123    1   2   Saturday     3      0           3
123    2   1   Monday       2      2           4
123    2   2   Saturday     1      0           8

在df2观察中仅根据索引和 id1 记录。每人只有一次观察。类似地，这里还有一个 Day 变量，用于记录录制开始的时间（例如，不是录制当天）。例如，这里的 id 12 1 星期二表示第 12 个人 1 组从星期二开始记录观察结果。

一周分为：

           Monday = 95 variables starting from day11-day196 
(in the actual data t0400_0415_d1-t0345_0400_d1)
            Tuesday = 95 variables starting day21-day296 
    (in the actual data t0400_0415_d2-t0345_0400_d2)
            Wednesday = 95 variables starting day31-day396
    (in the actual data t0400_0415_d3-t0345_0400_d3)
            Thursday = 95 variables starting day41-day496
    (in the actual data t0400_0415_d4-t0345_0400_d4)
            Friday = 95 variables starting day51-day596
    (in the actual data t0400_0415_d5-t0345_0400_d5)
            Saturday = 95 variables starting day61-day696
    (in the actual data t0400_0415_d6-t0345_0400_d6)
            Sunday = 95 variables starting day71-day796
    (in the actual data t0400_0415_d7-t0345_0400_d7)

示例 df2

index   id1  Day       day11 day12 day13 day14 day15 day16  day17  .....day196......day796
 12      1    Tuesday     2    1    2    1    1    3    1    
123      1    Friday      0    3    0    3    3    0    3  

我想确定 df2 中与 df1 同一天记录的观察结果。

我的目标是：

1. df2识别连续记录（每日记录之间没有间隔）。例如，连续记录将是：记录从星期二开始，并且在星期三、星期四、星期五有记录。这被称为连续三个记录。如果记录在星期二开始并且在星期三和星期五有记录，则将是非连续记录。由于存在间隔日，因此这是非连续记录。

2. df1我想确定连续记录的人的索引和 id1 以及记录在连续观察中的位置（例如，在连续 3 次观察中，观察可能落在第 1,2 或 3 天）Post与我的问题之一有关

结果：

 index id1 id2   obs1 obs2 obs3 
 12      1   1     1   11    12   
 12      1   2     2    0     0
 123     1   2     3    0     3        
 123     2   2     1    0     8

样本数据

df1：

structure(list(index = c(12, 12, 123, 123, 123, 123), id1 = c(1, 
1, 1, 1, 2, 2), id2 = c(1, 2, 1, 2, 1, 2), Day = structure(c(5L, 
3L, 4L, 2L, 1L, 2L), .Label = c("Monday", "Saturday", "Sunday", 
"Tuesday", "Wednesday"), class = "factor"), obs1 = c(1, 2, 1, 
3, 2, 1), obs2 = c(11, 0, 0, 0, 2, 0), obs3 = c(12, 0, 1, 3, 
4, 8)), class = "data.frame", row.names = c(NA, -6L))

df2：

  structure(list(index = c(12, 123), id1 = c(1, 1), Day = structure(2:1, .Label = c("Friday", 
    "Tuesday"), class = "factor"), day1 = c(2, 0), day2 = c(1, 3), 
        day3 = c(2, 0), day4 = c(1, 3), day5 = c(1, 3), day6 = c(3, 
        0), day7 = c(1, 3)), class = "data.frame", row.names = c(NA, 
    -2L))

Answer 1

我们可以Map创建一个键/值named向量，然后与列名进行匹配

lst1 <- Map(`:`, seq(11, 71, by = 10), seq(196, 796, by = 100))
names(lst1) <- c('Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday')
out <- stack(lst1)[2:1]
out$values <- paste0('day', out$values)

-检查

setNames(as.character(out$ind), out$values)[c('day41', 'day182', 'day242', 'day724')]
#   day41    day182    day242    day724 
# "Monday"  "Monday" "Tuesday"  "Sunday"