※ 引述《anakinyen (我在台北 天气晴)》之铭言： : [问题类型]: : : 程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来) : : [软体熟悉度]: : 新手，只会套用package : [问题叙述]: : 我有一批动物研究的资料 : 资料大致长这个样子，共有12只个体一万多笔 : 个体A 2012/10/11 20:00 实验资料OOXX : 个体A 2012/10/11 23:00 实验资料OOXX : 个体A 2012/10/12 03:00 实验资料OOXX : 个体B 2012/12/11 05:00 实验资料OOXX : 个体B 2012/12/11 11:05 实验资料OOXX : 个体B 2012/12/11 13:00 实验资料OOXX : 个体B 2012/12/11 18:00 实验资料OOXX : 个体B 2012/12/11 20:00 实验资料OOXX : 由於时间间隔过短的话，资料之间可能有相关性 : 因此我现在想要设定6小时的阀值，间隔超过6小时的资料才会保留 : 以上面资料为例 : A个体保留第一、第三笔资料 : B个体保留第一、第二、第四笔资料 : 我的程度是新手，偶尔会拿一些package来套用 : 请教是否有相关套件或现成code可以用在这个案例 : 非常感谢~~ 我用while + data.table做，若用data.frame会复制很多次，效率会不彰 library(data.table) # 产生资料 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) # 移除掉时间差小於六小时的 k <- 1 while ( TRUE ) { # 计算时间差，以小时表示 DT[ , diffTime := difftime(time, time[min(k, .N)], units="hours"), by = ind] # 留下自己那一组 set(DT, which(DT$diffTime == 0), which(names(DT) == "diffTime"), 1e6) # 留下时间差超过六小时的 DT <- DT[abs(diffTime) > 6, ] # 下一组 k <- k + 1 # 如果k大於全部组的最大观测值数目就跳离回圈 if (k > max(DT[ , .(numObsGroup = .N), by = ind]$numObsGroup)) break } # 移除diffTime这个变数 DT[ , diffTime := NULL] 五万笔观测值，一千个个体，耗时0.23秒 (平均一个个体50个观测值) 五十万笔观测值，一千个个体，耗时0.39秒 (平均一个个体500个观测值) 我觉得这个速度应该可以接受 不过我的区间只有24小时，所以可能都很快就筛选完了 有人可以试试看更长时间的表现 有问题或任何人有更好解法，欢迎提供，感谢 Note: 间隔一百天，五十万笔观测值，一千个个体，耗时18.33秒 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.234.179.110 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1486388879.A.9C1.html c大这个好强@@，我喜欢XD 有问题可以再推文问 ※ 编辑: celestialgod (111.246.24.51), 02/08/2017 19:44:09