数据帧中的错误，更换有xx，数据有xx

Question

我希望有人可以帮助解决这个问题 - 我一直在咀嚼它几个小时！

我有一个名为“旅程”为遵循一个数据帧显示了客户ID，他们的旅行方式和行程日期开始时间：

ID  | Date  | Mode | Time 
------ | --------- | ------- | ----- 
1234 | 12/10/16 | Bus  | 120 
1234 | 12/10/16 | Bus  | 130 
1234 | 12/10/16 | Bus  | 290 
1234 | 12/10/16 | Train | 310 
1234 | 12/10/16 | Bus  | 330 
4567 | 12/10/16 | Bus  | 220 
4567 | 12/10/16 | Tram | 230 
4567 | 13/10/16 | Bus  | 290 
4567 | 13/10/16 | Bus  | 450 
4567 | 14/10/16 | Train | 1000 

因此，对12/10，客户1234做4路公交车jnys和1火车jny。

我已经写了一个基本循环在r中创建第五列，用于标识旅程阶段是否已链接，即第二旅程链接到第一旅程，第三旅程链接到第二旅程（其中1 =已链接，0 =没有链接），基于以下的条件：

• 的jnys是同一人，并发生在同一天

• 2巴士旅程/ 2电车jnys /一个公共汽车和电车JNY /有轨电车和公共汽车在60分钟之内（因此彼此之间60分钟内的巴士和火车旅程不会被链接）。代码如下：

  df <- read.table("Journeys.txt", header=TRUE, sep=",") 
  
  for (i in 2:dim(df)[1]) { 
  
      if ((df$ID[i]==df$ID[i-1]) 
  
      & (df$Date[i]==df$Date[i-1]) 
  
      & ((df$Mode[i]=='Bus' & df$Mode[i-1]=='Bus')| 
       (df$Mode[i]=='Bus' & df$Mode[i-1]=='Tram')| 
       (df$Mode[i]=='Tram' & df$Mode[i-1]=='Bus')| 
       (df$Mode[i]=='Tram' & df$Mode[i-1]=='Tram')) 
  
      & (df$Time[i]-df$Time[i-1]<60)) 
  
      {df$linked[i] <- 1} 
  
       else {df$linked[i] <- 0} 
  

这应该给我下面的输出：

ID  | Date  | Mode | Time | Linked 
------ | --------- | ------- | ----- | ----- 
1234 | 12/10/16 | Bus  | 120 | 0 
1234 | 12/10/16 | Bus  | 130 | 1 
1234 | 12/10/16 | Bus  | 290 | 0 
1234 | 12/10/16 | Train | 310 | 0 
1234 | 12/10/16 | Bus  | 330 | 0 
4567 | 12/10/16 | Bus  | 220 | 0 
4567 | 12/10/16 | Tram | 230 | 1 
4567 | 13/10/16 | Bus  | 290 | 0 
4567 | 13/10/16 | Bus  | 450 | 0 
4567 | 14/10/16 | Train | 1000 | 0 

然而，当我尝试运行此我不断收到以下错误信息：

错误$ < -.data.frame（tmp，“linked”，value = c（NA，1））： 替换有2行，数据有52231

当我在大约150行的测试数据集上运行这个时，我没有得到这个错误信息。我知道它与链接列有关，但我不完全明白如何解决它。

Answer 1

我使用与您相同的数据，它使用您的代码（复制粘贴它），但第一行。你需要初始化它。 df$linked[1] <- 0

这里更好地使用了if和条件（更快的读取和更快的处理R）。 我也添加了评论（猫（我）），如果你取消注释它，这是有用的，看看循环中发生了什么。

最后一件事，我想您是第8行期待一个0而不是1，因为这是不一样的一天......

df<- read.csv("train.csv", sep=",") 

df$linked <- 0 
for (i in 2:dim(df)[1]) { 

    if (df$ID[i]==df$ID[i-1]) { 
    #cat(i) 
    if (df$Date[i]==df$Date[i-1]){ 
     #cat(i) 
     if (df$Time[i]-df$Time[i-1]<60) { 
     #cat(i) 
     if (df$Mode[i]=="Bus" & df$Mode[i-1] %in% c("Bus", "Tram")) { 
      #cat(i) 
      df$linked[i] <- 1 
     } else { 
      if (df$Mode[i]=="Tram" & df$Mode[i-1] %in% c("Bus", "Tram")) { 
      df$linked[i] <- 1 
      #cat(i) 
      } 
     } 
     } 
    } 
    } 
} 

    ID  Date Mode Time linked 
1 1234 12/10/2016 Bus 120  0 
2 1234 12/10/2016 Bus 130  1 
3 1234 12/10/2016 Bus 290  0 
4 1234 12/10/2016 Train 310  0 
5 1234 12/10/2016 Bus 330  0 
6 4567 12/10/2016 Bus 220  0 
7 4567 12/10/2016 Tram 230  1 
8 4567 13/10/2016 Bus 290  0 
9 4567 13/10/2016 Bus 450  0 
10 4567 14/10/2016 Train 1000  0