计算给定时间的最远距离或给定距离的最佳时间

Question

我已经从我的GPS跟踪器导入数据，并且试图找出如何在给定时间（例如12分钟）或最佳时间给予处罚（例如5英里）。由于观测的在不同的时间间隔，我的速度也不是恒定的，我都会有数据，如下面的表格：

x <- read.table(header=T, sep="", stringsAsFactors = FALSE,text=" 
time dist 
4 3 
5 4 
5 6 
3 2 
5 5 
4 5 
4 3 
4 2 
5 6") 

我迄今为止最好的尝试就是次去了一个时间单位，以产生新的数据集。然后在给定时间内计算最远距离相对容易。其缺点是a）我需要重复相同的逻辑以获得最佳时间（以单位距离生成数据），b）对于具有数千个数据点的数据，似乎是相当次优的解决方案。

# Generate data frame where each row represents one unit of time 
z_adj <- data.frame(
    time = unlist(sapply(x$time, function(s) rep(s, each = s))), 
    dist = unlist(sapply(seq_along(x$dist), function(s) rep(x$dist[s], each = x$time[s]))) 
) 

z_adj$seq_time <- seq_along(z_adj$time) 
z_adj$time_dist <- z_adj$dist/z_adj$time 

# Furthest distance given time 
# Time 10 
z_adj$in_t10 <- sapply(z_adj$seq_time, function(s) sum(z_adj$dist[s:(s+9)])) 
z_adj$in_t10[which(z_adj$in_t10 == max(z_adj$in_t10, na.rm = T))] 
# Fastest time given distance 
# ... would need to do the above again with constant distance :/ 

有没有更直接的方法来实现这个目标？

Answer 1

你可以使用这样的事情：

x <- read.table(header=T, sep="", stringsAsFactors = FALSE,text=" 
time dist 
4 3 
5 4 
5 6 
3 2 
5 5 
4 5 
4 3 
4 2 
5 6") 

# Add starting point and cumulatice time/distance 
x <- rbind(c(0,0), x) 
x$total_time <- cumsum(x$time) 
x$total_dist <- cumsum(x$dist) 

# function to interpolate and calculate lagging differences 
foo <- function(x, y, n) { 
    interpolation <- approx(x, y, xout = seq(min(x), max(x))) 
    diff(interpolation$y, lag = n) 
} 

# Max distance in ten units of time 
max(foo(x$total_time, x$total_dist, 10)) 
# Min time for ten units of distance 
min(foo(x$total_dist, x$total_time, 10)) 

顺便说一句，在你的代码，你应该总结过z_adj$time_dist而不是z_adj$dist以得到正确的结果。