Question

我收集了一个数据框，用于模拟组问题解决会话中事件的持续时间，其中成员进行通信（Discourse Code）并构建模型（Modeling Code）。发生的每一分钟都会在Time_Processed列中捕获。从技术上讲，这些事件同时发生我想知道学生构建每种模型的时间有多长，即模型的总持续时间或模型变化之前经过的时间。

我有以下数据集：

看起来像这样：

 `Modeling Code` `Discourse Code` Time_Processed
   <fct>           <fct>                     <dbl>
 1 OFF             OFF                        10.0
 2 MA              Q                          11.0
 3 MA              AG                         16.0
 4 V               S                          18.0
 5 V               Q                          20.0
 6 MA              C                          21.0
 7 MA              C                          23.0
 8 MA              C                          25.0
 9 V               J                          26.0
10 P               S                          28.0

# My explicit dataframe. 
df <- structure(list(`Modeling Code` = structure(c(3L, 2L, 2L, 6L, 
6L, 2L, 2L, 2L, 6L, 4L), .Label = c("A", "MA", "OFF", "P", "SM", 
"V"), class = "factor"), `Discourse Code` = structure(c(7L, 8L, 
1L, 9L, 8L, 2L, 2L, 2L, 6L, 9L), .Label = c("AG", "C", "D", "DA", 
"G", "J", "OFF", "Q", "S"), class = "factor"), Time_Processed = c(10, 
11, 16, 18, 20, 21, 23, 25, 26, 28)), row.names = c(NA, -10L), .Names = c("Modeling Code", 
"Discourse Code", "Time_Processed"), class = c("tbl_df", "tbl", 
"data.frame"))

对于这个数据框，我可以找到学生在逻辑上像这样构建每种模型的频率。

尊重Modeling Code和Time_Processed列，

在10分钟他们使用OFF模型方法，然后在11分钟，他们改变模型，因此OFF模型的持续时间是（11-10）分钟= 1分钟。没有其他“OFF”方法，所以持续时间OFF = 1分钟。

同样，对于建模代码方法“MA”，模型使用时间为11分钟到16分钟（持续时间= 5分钟），然后是16分钟到18分钟，然后模型变为V（持续时间= 2分钟），然后该模型在21分钟再次使用，并在26分钟结束（持续时间= 5分钟）。所以“MA”的总持续时间是（5 + 2 + 5）分钟= 12分钟。

同样，建模代码方法“V”的持续时间从18分钟开始，到21分钟结束（持续时间= 3分钟），在26分钟恢复，在28分钟（持续时间= 2）分钟结束。所以“V”的总持续时间是3 + 2 = 5分钟。

然后，建模代码P的持续时间从28分钟开始并且没有连续性，因此 P的总持续时间为0分钟。

因此，建模代码的总持续时间（分钟）表是：

Modeling Code     Total_Duration
    OFF               1
    MA               12
    V                 5 
    P                 0

这会模拟如下所示的条形图：

如何构建这些建模方法的总持续时间？

了解组合的持续时间也很好这个小子集中唯一可见的组合恰好是建模代码“MA”与话语码“C”配对，这种情况发生在26-21 = 5分钟。

谢谢。

Answer 1

更新的解决方案

df %>% 
  mutate(dur = lead(Time_Processed) - Time_Processed) %>% 
  replace_na(list(dur = 0)) %>% 
  group_by(`Modeling Code`) %>% 
  summarise(tot_time = sum(dur))

（^感谢Nick DiQuattro）

以前的解决方案
这是一个创建新变量mcode_grp的解决方案，它可以跟踪同一Modeling Code的离散分组。它不是特别漂亮 - 它需要在df中的每一行循环 - 但它有效。

首先，重命名列以便于参考：

df <- df %>%
  rename(m_code = `Modeling Code`,
         d_code = `Discourse Code`)

我们会使用一些额外的变量来更新df - lead_time_proc为Time_Processed中的下一行提供了df值，这是我们在计算每个m_code批次的总时间时所需要的。 /> - row_n用于跟踪迭代中的行号
- mcode_grp是每个m_code批次的唯一标签

df <- df %>%
  mutate(lead_time_proc = lead(Time_Processed),
         row_n = row_number(),
         mcode_grp = "")

接下来，我们需要一种方法来跟踪我们何时达到给定m_code值的新批次。一种方法是为每个m_code保留一个计数器，并在达到新批次时递增计数器。然后我们可以将该m_code批次的所有行标记为属于同一时间窗口。

mcode_ct <- df %>% 
  group_by(m_code) %>% 
  summarise(ct = 0) %>%
  mutate(m_code = as.character(m_code))

这是最丑陋的部分。我们遍历df中的每一行，然后检查我们是否已达到新的m_code。如果是，我们会相应更新，并为每行注册mcode_grp的值。

mc <- ""
for (i in 1:nrow(df)) {
  current_mc <- df$m_code[i]
  if (current_mc != mc) {
    mc <- current_mc
    mcode_ct <- mcode_ct %>% mutate(ct = ifelse(m_code == mc, ct + 1, ct))
    current_grp <- mcode_ct %>% filter(m_code == mc) %>% select(ct) %>% pull()
  }
  df <- df %>% mutate(mcode_grp = ifelse(row_n == i, current_grp, mcode_grp))
}

最后，group_by m_code和mcode_grp计算每个批次的持续时间，然后将m_code值相加。

 df %>%
   group_by(m_code, mcode_grp) %>%
   summarise(start_time = min(Time_Processed),
             end_time = max(lead_time_proc)) %>%
   mutate(total_time = end_time - start_time) %>%
   group_by(m_code) %>%
   summarise(total_time = sum(total_time)) %>%
   replace_na(list(total_time=0))

输出：

# A tibble: 4 x 2
  m_code total_time
  <fct>       <dbl>
1 MA            12.
2 OFF            1.
3 P              0.
4 V              5.

对于那里的任何dplyr / tidyverse专家，我都喜欢如何在不诉诸循环和计数器的情况下完成更多工作的技巧！

如何计算事件总持续时间的经过时间？

1 个答案: