计算每个事件的累积时间

如何解决计算每个事件的累积时间

这是我正在使用的 df 中的一个小样本：

    animal  time period zone   
   <chr>  <dbl> <chr>  <chr>    
 1 HR1     0    q1     social    
 2 HR1     2.04 q1     social    
 3 HR1     2.1  q1     social    
 4 HR1     2.20 q1     interzone 
 5 HR1     2.44 q1     nest      
 6 HR1     2.47 q1     nest      
 7 HR1     2.68 q1     nest      
 8 HR1     2.71 q1     nest      
 9 HR1     2.87 q1     nest      
10 HR1     3.20 q1     nest      

我试图找到一种方法来计算动物在每个区域花费的时间。我实际上希望生成另一列，在该列中我可以获得每次访问该区域的累积时间。这将包括在区域中获取最大和最小时间点，减去它们，并将最终结果放入新列中。最终结果应如下所示：

   animal  time period  zone   cum_time_zone
   <chr>  <dbl> <chr>  <chr>    <dbl>
 1 HR1     0    q1     social    NA
 2 HR1     2.04 q1     social    NA
 3 HR1     2.1  q1     social    2.2
 4 HR1     2.20 q1     interzone 0.24
 5 HR1     2.44 q1     nest      NA
 6 HR1     2.47 q1     nest      NA
 7 HR1     2.68 q1     nest      NA
 8 HR1     2.71 q1     nest      NA
 9 HR1     2.87 q1     nest      NA 
10 HR1     3.20 q1     nest      0.76

我将非常感谢您的任何意见！

解决方法

使用data.table：

library(data.table)

setDT(data)

data[,cum_time_zone := c(0,diff(time))][,cum_time_zone:=fifelse(time==max(time),sum(cum_time_zone),NA_real_),by=rleid(animal,zone)]
data

    animal time period      zone cum_time_zone
 1:    HR1 0.00     q1    social            NA
 2:    HR1 2.04     q1    social            NA
 3:    HR1 2.10     q1    social           2.1
 4:    HR1 2.20     q1 interzone           0.1
 5:    HR1 2.44     q1      nest            NA
 6:    HR1 2.47     q1      nest            NA
 7:    HR1 2.68     q1      nest            NA
 8:    HR1 2.71     q1      nest            NA
 9:    HR1 2.87     q1      nest            NA
10:    HR1 3.20     q1      nest           1.0

数据：

data <- read.table(text="
      animal  time period zone   

1 HR1     0    q1     social    
2 HR1     2.04 q1     social    
3 HR1     2.1  q1     social    
4 HR1     2.20 q1     interzone 
5 HR1     2.44 q1     nest      
6 HR1     2.47 q1     nest      
7 HR1     2.68 q1     nest      
8 HR1     2.71 q1     nest      
9 HR1     2.87 q1     nest      
10 HR1    3.20 q1     nest  ",header=T)

,

这是一种 dplyr 方法 -

library(dplyr)

df %>%
  group_by(animal) %>%
  mutate(cum_time_zone = time - lag(time,default = 0)) %>%
  group_by(zone,.add = TRUE) %>%
  mutate(cum_time_zone = case_when(n() == 1 ~ cum_time_zone,row_number() == n()~ max(time) - min(time))) %>%
  ungroup()

#  animal  time period zone      cum_time_zone
#   <chr>  <dbl> <chr>  <chr>             <dbl>
# 1 HR1     0    q1     social           NA    
# 2 HR1     2.04 q1     social           NA    
# 3 HR1     2.1  q1     social            2.1  
# 4 HR1     2.2  q1     interzone         0.100
# 5 HR1     2.44 q1     nest             NA    
# 6 HR1     2.47 q1     nest             NA    
# 7 HR1     2.68 q1     nest             NA    
# 8 HR1     2.71 q1     nest             NA    
# 9 HR1     2.87 q1     nest             NA    
#10 HR1     3.2  q1     nest              0.76 

数据

df <- structure(list(animal = c("HR1","HR1","HR1"),time = c(0,2.04,2.1,2.2,2.44,2.47,2.68,2.71,2.87,3.2),period = c("q1","q1","q1"),zone = c("social","social","interzone","nest","nest")),class = "data.frame",row.names = c(NA,-10L))