在R中计算范围内的数值数量

Question

这是一个玩具示例。我希望比较ra和ev，前者提供范围（例如时间），后者表示事件发生的时间。

我想在ra中创建一个名为hits的新列，用于指示每个范围内发生了多少次事件。

ra <- data.frame(a=c(0, 250, 500, 750), b=c(250, 500, 750, 900))
ra
    a   b
1   0 250
2 250 500
3 500 750
4 750 900

ev <- data.frame(events=c(1,1,1,1,1), time=c(100, 200, 450, 550, 600))
ev
  events time
1      1  100
2      1  200
3      1  500
4      1  550
5      1  600

这是应该看起来的结果。

data.frame(a=c(0, 250, 500, 750), b=c(250, 500, 750, 900), hits=c(2,1,2,0))
    a   b hits
1   0 250    2
2 250 500    1
3 500 750    2
4 750 900    0

- milan

Answer 1

我们可以在 data.table 中使用非等值连接。

library(data.table)
setDT(ev)[ra, .(hits = .N), on = .(time > a, time < b), by = .EACHI]

- akrun

Answer 2

Could do:

library(tidyverse)

crossing(ra, ev) %>%
  group_by(a, b) %>%
  summarise(hits = sum(between(time, a, b)))

输出：

# A tibble: 4 x 3
# Groups:   a [4]
      a     b  hits
  <dbl> <dbl> <int>
1     0   250     2
2   250   500     1
3   500   750     2
4   750   900     0

- arg0naut91

Answer 3

ra$hits <- mapply(function(a, b) with(ev, sum(events[time > a & time < b])),
                  ra$a,ra$b)

ra
#     a   b hits
# 1   0 250    2
# 2 250 500    1
# 3 500 750    2
# 4 750 900    0

使用tidyverse的类似解决方案：

library(tidyverse)
ra$hits <- 
  pmap(ra, ~ ev %>% summarise(sum(events[between(time, .x, .y)]))) %>% 
    unlist

或者，使用与arg0naut和akrun的答案类似的逻辑，但在纯SQL中（与上述结果相同）

library(sqldf)
ra$hits <- 
  sqldf('
  select    coalesce(sum(events), 0) as hits
  from      ra
            left join ev
              on ev.time > ra.a and ev.time < ra.b
  group by  ra.a
            , ra.b
  ')[[1]]

- IceCreamToucan

---

为什么要使用 coalesce() 函数？不使用它也可以吗？ - M--

没有它，0将成为NA。 - IceCreamToucan

无论如何，我从“sqldf”解决方案中得到了这个错误：“Error in result_bind(res@ptr, params) : Parameter 3 does not have length 4.” - M--

我猜这意味着你正在使用一个具有大于2列的ra。 - IceCreamToucan

实际上我意识到是因为我需要在结尾加上 [[1]]，所以感谢你发现了这个问题。 - IceCreamToucan