5
比方说,我有一个响应变量随着时间的推移而升降。每当响应变量超过阈值时,我们就会有一个新的“试验”。也就是说,如果我添加一列Threshold
即TRUE
,每当高于某个值时,其中Threshold
为TRUE
的连续数据点块构成新的试验。根据阈值分组数据?
Time <- seq(1, 10, by = 0.5)
Response <- abs(sin(Time))
Threshold <- Response > 0.6
data <- data.frame(Time, Response, Threshold)
鉴于Time
,Response
和Threshold
,我怎么可能去补充说,对每个组的TRUE
阈值的新值Trial
因素?事情是这样的:
Time Response Threshold Trial
1 1.0 0.84147098 TRUE A
2 1.5 0.99749499 TRUE A
3 2.0 0.90929743 TRUE A
4 2.5 0.59847214 FALSE NA
5 3.0 0.14112001 FALSE NA
6 3.5 0.35078323 FALSE NA
7 4.0 0.75680250 TRUE B
8 4.5 0.97753012 TRUE B
9 5.0 0.95892427 TRUE B
10 5.5 0.70554033 TRUE B
11 6.0 0.27941550 FALSE NA
12 6.5 0.21511999 FALSE NA
13 7.0 0.65698660 TRUE C
14 7.5 0.93799998 TRUE C
15 8.0 0.98935825 TRUE C
16 8.5 0.79848711 TRUE C
17 9.0 0.41211849 FALSE NA
18 9.5 0.07515112 FALSE NA
19 10.0 0.54402111 FALSE NA
+1。这比杰克的答案要快,特别是在数据变大的时候。它可以进一步优化。看到这里:https://gist.github.com/mrdwab/8601445 – A5C1D2H2I1M1N2O1R2T1
@AnandaMahto,谢谢你的意见和改进建议! – Henrik