我在时间序列数据中有一个列TimeStamp，Type，Value的数据框。类型指的是峰还是谷。我想要：
按连续类型对所有数据进行分组对于“峰值”类型的组，我想选择最高的值对于“山谷”类型的组，我想选择最低的值。按这些最高/最低值过滤数据框期望：我会有一个数据框交替出现在最高峰和最低谷之间排。
我知道如何执行此操作的唯一方法是使用for循环，然后将连续值添加到向量中，然后获取最大值，然后将其推到新的数据帧中，依此类推。
对于那些了解python的人，这就是我所做的（尽管我需要将我的代码传输到R）：
segmentation['min_v'] = segmentation.groupby( segmentation.pv_type.ne(segmentation.pv_type.shift()).cumsum() ).price.transform(min)
segmentation['max_p'] = segmentation.groupby( segmentation.segmentation.pv_type.ne(segmentation.pv_type.shift()).cumsum() ).price.transform(max)
编辑
样本数据集：
types <- c('peak', 'peak', 'valley', 'peak', 'valley', 'valley', 'valley')
values <- c(1.01, 1.00, 0.4, 1.2, 0.3, 0.1, 0.2)
segmentation <- data.frame(types, values)
segmentation
expectedTypes <- c('peak', 'valley', 'peak', 'valley')
expectedValues <- c(1.00, 0.4, 1.2, 0.1 )
expectedResult <- data.frame(expectedTypes, expectedValues)
expectedResult
我不知道一种更好的方法来生成数据。
使用时R，使用的一种实现dplyr方式是将'pv_type'和'pv_type'之间的逻辑比较的累积和lag作为分组列，然后将'price'min和max'price'作为两个新列
library(dplyr)
segmentation %>%
group_by(pv_type_group = cumsum(pv_type != lag(pv_type,
default = first(pv_type))) %>%
mutate(min_v = min(price), max_p = max(price))
在OP的示例中，预期输出为summarised，因此我们使用summarise代替mutate。另外，使用rleid（from data.table）代替逻辑累计和
library(data.table)
segmentation %>%
group_by(grp = rleid(types)) %>%
summarise(types = first(types), expectedvalues = min(values)) %>%
ungroup %>%
select(-grp)
# A tibble: 4 x 2
# types expectedvalues
# <fct> <dbl>
#1 peak 1
#2 valley 0.4
#3 peak 1.2
#4 valley 0.1
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句