r - [R] 中的条件分组和汇总数据框

Question

我有一个这样的数据框:

df <- data.frame(ID = c("A", "A", "B", "B", "C", "C"), 
                 time = c(3.1,3.2,6.5,12.3, 3.2, 3.4), 
                 intensity = c(10, 20, 30, 40, 50, 60))

|ID | time| intensity|
|:--|----:|---------:|
|A  |  3.1|        10|
|A  |  3.2|        20|
|B  |  6.5|        30|
|B  | 12.3|        40|
|C  |  3.2|        50|
|C  |  3.4|        60|

I would like to aggregate values (sum intensities) by ID only when time difference is less than, i.e. 0.3. First I calculated this time difference:

df.2 <- df %>% 
        group_by(ID) %>% 
        mutate(time.diff = max(time) - min(time)) 

...导致:

|身份证 |时间|强度|时间.diff|
|:--|----:|---------:|---------:|
|A | 3.1| 10| 0.1|
|A | 3.2| 20| 0.1|
|乙 | 6.5| 30| 5.8|
|乙 | 12.3| 40| 5.8|
|C | 3.2| 50| 0.2|
|C | 3.4| 60| 0.2|

为了清楚起见，我想得到的输出是:

|身份证 |时间|强度|时间.diff|
|:--|----:|---------:|---------:|
|A | 3.15| 30| 0.1|
|乙 | 6.5| 30| 5.8|
|乙 | 12.3| 40| 5.8|
|C | 3.3| 110| 0.2|

其中时间现在是综合观察的平均值，强度是它们的总和。 ID“B”保留两个观测值，因为它的时间差大于 0.3。我已经尝试过 dplyr，但是summary 总是会丢弃“B”的一个观察值，我想保留它们，我不知道如何做一个有条件的_group_by_。

我感谢你的任何想法!!

Answer 1

data.table 的可能选项

library(data.table)
unique(setDT(df)[, time.diff := max(time)-min(time), ID][
   time.diff <= 0.3, c('time', 'intensity') := list(mean(time),
        sum(intensity)), ID]) 
#    ID  time intensity time.diff
#1:  A  3.15        30       0.1
#2:  B  6.50        30       5.8
#3:  B 12.30        40       5.8
#4:  C  3.30       110       0.2

或使用 dplyr

library(dplyr)
df %>% 
   group_by(ID) %>%
   mutate(time.diff=max(time)-min(time), indx=all(time.diff<=0.3),
         intensity=ifelse(indx, sum(intensity), intensity),
         time=ifelse(indx, mean(time), time)) %>% 
   filter(!indx|row_number()==1) %>%
   select(-indx)
 #  ID  time intensity time.diff
 #1  A  3.15        30       0.1
 #2  B  6.50        30       5.8
 #3  B 12.30        40       5.8
 #4  C  3.30       110       0.2