r - 根据先前行的值按行分割数据帧

Question

我在 R 中有一个数据框，其中包含名为 x 和 y (坐标)的 2 列。数据框代表一个旅程，每条线代表下一个时间点的位置。

      x     y seconds
1   0.0   0.0       0
2  -5.8  -8.5       1
3 -11.6 -18.2       2
4 -16.9 -30.1       3
5 -22.8 -40.8       4
6 -29.0 -51.6       5

我需要将旅程分成几段，一旦距上一段起点的距离超过某个阈值(例如 200)，每个段就开始。

我最近从使用 SAS 转向使用 R，这是我第一次遇到在 SAS 中可以轻松完成的任何事情，但我什至想不出在 R 中解决问题的方法。

我已经发布了 SAS 代码，我将在下面使用它来完成相同的工作。它创建一个名为“段”的新列。

%let cutoff=200;
data segments;
set journey;
retain segment distance x_start y_start;
if _n_=1 then do;
  x_start=x;
  y_start=y;
  segment=1;
  distance=0;
end;
distance + sqrt((x-x_start)**2+(y-y_start)**2);
if distance>&cutoff then do;
  x_start=x;
  y_start=y;
  segment+1;
  distance=0;   
end;
keep x y seconds segment;
run;

编辑:示例输出 如果截止值为 200，那么所需输出的示例将类似于...

      x     y seconds segment
1   0.0   0.0       0       1
2  40.0  30.0       1       1
3  80.0  60.0       2       1
4 120.0  90.0       3       1
5 160.0 120.0       4       2
6 120.0 150.0       5       2
7  80.0 180.0       6       2
8  40.0 210.0       7       2
9   0.0 240.0       8       3

Answer 1

如果您的数据集是dd，类似于

cutoff <- 200
origin <- dd[1,c("x","y")]
cur.seg <- 1
dd$segment <- NA
for (i in 1:nrow(dd)) {
   dist <- sqrt(sum((dd[i,c("x","y")]-origin)^2))
   if (dist>cutoff) {
      cur.seg <- cur.seg+1
      origin <- dd[i,c("x","y")]
   }
   dd$segment[i] <- cur.seg
}

应该可以工作。有一些改进(计算当前原点到所有行的距离可能更有效，然后使用which(dist>cutoff)[1]跳转到第一行超出了截止值)，尝试提出一个完全矢量化的解决方案会很有趣，但这应该没问题。您的数据集有多大？