这是我的第一篇文章,希望我能解释一下我需要做些什么 . 我对R来说还是很新,我可能已经阅读了回答这个问题的帖子,但我不能为我的生活理解他们的意思 . 如果已经回答,请提前道歉 .
我有一个非常大的GPS位置数据集来自radiocollars,并且每天的位置数量不一致 . 我想浏览数据集,并根据GPS信号的准确度选择每天的单个数据点 .
所以它基本上看起来像这样 .
Accuracy Month Day Easting Northing Etc
5 6 1 ####### ######## #
3.2 6 1 ####### ######## #
3.8 6 1 ####### ######## #
1.6 6 2 ####### ######## #
4 6 3 ####### ######## #
3.2 6 3 ####### ######## #
我想在保留其余相关数据的同时,为每天提取最准确的点(最低精度度量) .
目前我一直在使用tapply功能
datasub1<-subset(data,MONTH==6)
tapply(datasub1$accuracy, datasub1$day, min)
使用这种方法,我可以成功检索最小值,每天一个,但我不能采取相关的坐标和时间,以及所有其他重要信息以及它,因为数据集是近30万行,我真的可以不要手工做 .
基本上,我需要获得与tapply相同的结果,但是我需要找到该点的整个行而不是单个点 .
提前感谢任何可以伸出援助之手的人 . 如果您需要更多信息,请告诉我,我会尽力为您服务 .
3 回答
您可以使用
ddply
:它将data.frame剪切成片(每天一个)并将函数应用于每个片段 .这是使用split-apply范例的一个基本解决方案,它至少在开始时构成了plyr函数的基础:
所以你真的不想以任何方式聚合 . 您所需要做的就是选择每天的最低要求 . 所以,你需要做的就是找到最小值并选择匹配 .
如果你需要逐月或一年或者其他什么,那么只需将它们作为列表添加到ave的第二个参数中 . 这是另一种语法 .