Utilisation de dplyr pour faire la moyenne de groupes de séries chronologiques avec des individus de différentes longueurs
Considérez dat
créé ici:
set.seed(123)
ID = factor(letters[seq(6)])
time = c(100, 102, 120, 105, 109, 130)
dat <- data.frame(ID = rep(ID,time), Time = sequence(time))
dat$group <- rep(c("GroupA","GroupB"), c(322,344)) dat$values <- sample(100, nrow(dat), TRUE)
Nous disposons de données chronologiques pour 6 individus (6 ID
s), qui appartiennent à 2 groupes ( GroupA
et GroupB
). Nous voulons créer un graphique linéaire qui montre la série temporelle "moyenne" des deux groupes (il y aura donc deux lignes). Étant donné que les individus ont tous des longueurs différentes, nous devons faire dat%>%group_by(group)
, et réduire les valeurs après la plus courte ID
dans les deux groupes. En d'autres termes, ID == a
est le plus court du groupe 1, donc la ligne "moyenne" pour GroupA
n'aura que 100 valeurs de long sur l'axe des x ; de même ID == d
est la plus courte pour GroupB
que la série chronologique "moyenne" de GroupB
soit longue de 105 valeurs sur l'axe des x ( time
). Comment pouvons-nous faire cela (de préférence via un dplyr
tuyau) et envoyer les données àggplot()
?
Réponses
Tu pourrais essayer:
library(ggplot2)
library(dplyr)
dat %>%
group_by(ID) %>%
mutate(maxtime = max(Time)) %>%
group_by(group) %>%
mutate(maxtime = min(maxtime)) %>%
group_by(group, Time) %>%
summarize(values = mean(values)) %>%
ggplot(aes(Time, values, colour = group)) + geom_line()
Nous pourrions faire
library(dplyr)
dat %>%
add_count(group, ID) %>%
group_by(group) %>%
mutate(n = min(n)) %>%
group_by(group, ID) %>%
summarise(values = mean(values[seq_len(first(n))]))