基準を満たす行を組み合わせるR

Question

標準的なデータフレームがあり、ある期間にわたって特定の動作をしている人がいます。以前のインシデント（遅延< = 50）の50秒以内にインシデントが発生した場合は、これを以前のインシデントと組み合わせたいと思います。つまり、各インシデントには、遅延（最初のインシデント）または遅延> 50が含まれます。開始時刻は最初のインシデント（NAまたは> 50）の開始時刻になり、終了時刻は最後のインシデントの時刻になります< = 50（下記のデータの例を参照）。組み合わせたインシデント内でX1の合計も欲しいと思います。うまくいけば、以下のデータは私が探しているものを正確に明確にします。

オリジナルデータ：

ID   Incident Start End  X1 Delay 
Person A 1   747  748  735 NA 
Person A 2   868  882  384 120 
Person A 3   998  999  354 116 
Person A 4   1057 1059 382 58 
Person A 5   1063 1064 138 4 
Person A 6   1077 1078 138 13 
Person A 7   1412 1413 384 334 
Person B 1   739  740  387 NA 
Person B 2   742  743  132 2 
Person B 3   760  761  386 17 
Person B 4   768  769  731 7 
Person B 5   835  835  894 66 
Person B 6   838  839  891 3 
Person B 7   925  926  385 86 

目的のデータ：

ID   Iteration Start End  X1  Delay 
Person A 1   747  748  735  NA 
Person A 2   868  882  384  120 
Person A 3   998  999  354  116 
Person A 4   1057 1078 658  58 
Person A 5   1412 1413 384  334 
Person B 1   739  769  1636 NA 
Person B 2   835  839  1785 66 
Person B 3   925  926  385  86 

同じ人が2つの別々の事件があるかもしれないので、私は問題は、私はちょうどIDによる集計することはできませんで、複数のものを試してみました。

ありがとうございます！それ以上の情報が必要な場合はお知らせください。

Answer 1

私はあなたが望む結果表に間違いがあると思います。 5行目はPerson Aでなければなりません。

dplyrでこれを行う方法があります。その根拠は、最初にcumsumを使って指標を組み合わせることです。遅延が50以上であれば、インシデント番号は1つ増えます。その後、この新しいインシデントの列にsummariseと記載されています。

df%>% 
    group_by(ID)%>% 
    mutate(Incident=cumsum(Delay>50|is.na(Delay)))%>% 
    group_by(ID,Incident)%>% 
    summarise(Start=first(Start),End=last(End),X1=sum(X1),Delay=first(Delay)) 

     ID Incident Start End X1 Delay 
    <chr> <int> <int> <int> <int> <int> 
1 PersonA  1 747 748 735 NA 
2 PersonA  2 868 882 384 120 
3 PersonA  3 998 999 354 116 
4 PersonA  4 1057 1078 658 58 
5 PersonA  5 1412 1413 384 334 
6 PersonB  1 739 769 1636 NA 
7 PersonB  2 835 839 1785 66 
8 PersonB  3 925 926 385 86 

データ

df <- read.table(text="ID Incident Start End X1 Delay 
PersonA 1   747  748  735 NA 
PersonA 2   868  882  384 120 
PersonA 3   998  999  354 116 
PersonA 4   1057 1059 382 58 
PersonA 5   1063 1064 138 4 
PersonA 6   1077 1078 138 13 
PersonA 7   1412 1413 384 334 
PersonB 1   739  740  387 NA 
PersonB 2   742  743  132 2 
PersonB 3   760  761  386 17 
PersonB 4   768  769  731 7 
PersonB 5   835  835  894 66 
PersonB 6   838  839  891 3 
PersonB 7   925  926  385 86",header=TRUE,stringsAsFactors=FALSE)