R 选择值的第一次出现

Question

我需要在 R 的数据集中选择特定值，但不知道如何实际执行它。

（作为旁注：数据代表什么？）

这是对连接到其他三个节点的网络节点的测量。 “时间”代表相对时间（某事何时发生）。 'tm1,tm2,tm3' 显示连接当前处于哪种协议状态。 “已知”是应该连接的节点的绝对数量。 （此处最多 3 个）

首先，一些测试数据为 csv：

time,tm1,tm2,tm3,known
4,1,0,0,1
12,2,0,0,2
206,3,0,0,3
238,2,1,0,3
255,1,2,0,3
297,1,1,1,3
309,1,0,2,3
401,0,1,2,3
446,0,0,3,3
3,1,0,0,1
58,2,0,0,2
235,1,1,0,2
258,1,0,1,2
320,0,1,1,2
335,0,0,2,2
874,1,0,2,3
1024,0,1,2,3
1030,0,0,3,3
3,1,0,0,1
20,2,0,0,2
132,1,1,0,2
151,1,0,1,2
207,0,1,1,2
228,0,0,2,2
852,1,0,2,3
929,0,1,2,3
938,0,0,3,3

每一行都意味着系统中的“某些内容”发生了变化，但我必须过滤这些数据。 例如，一帧是：

time,tm1,tm2,tm3,known
 3,1,0,0,1  <- ignore
20,2,0,0,2  <- ignore
132,1,1,0,2 <- ignore
151,1,0,1,2 <- select  (first appearance of 1 in tm3)
207,0,1,1,2 <- ignore
228,0,0,2,2 <- select  (first appearance of 2 in tm3)
852,1,0,2,3 <- ignore
929,0,1,2,3 <- ignore
938,0,0,3,3 <- select  (first appearance of 3 in tm3)

所选数据始终包含 3 个有趣的条目，每个“帧”包含 9 行，这对于所有所谓的帧都是如此（您可以注意到，当时间跳到 csv 数据中的较小值时）

也许我需要绘制更多数据，但这变得更加复杂，我不确定如何正确绘制这样的状态机。使用 3 个“节点”运行肯定是可以在有条件的情况下进行管理的，但是一旦我需要为 6 个节点执行此操作，这肯定会失控。我对 R 比较陌生，所以我不确定 R 是否是正确的决定，我只是想快速绘制一些测量数据，因此 R 非常适合。 但是在 R 中正确绘制这样的状态机需要做多少工作，我想我不能投入这么多时间并只运行简单的数据绘制。

不幸的是，我无法估计它会变得多么复杂。 也许有人可以启发我，或者已经可视化了状态机，并提供了一些如何做到这一点的技巧。

有关可视化状态的更多详细信息：

建议网络中有 3 个节点，应将它们连接起来。所以每一行实际上代表了网络连接状态的变化。

执行的协议由三个协议阶段组成，需要为连接执行这些阶段。

例如，像这样的行：

4,1,0,0,1

表示从节点收到一条消息，现在继续执行协议。 然后是以下一行：

100,0,1,0,1

如果此阶段成功，则下一个协议阶段发生：

200,0,0,1,1

如果我们达到此状态，则另一个节点将被认证、验证并连接。 正如您在我的示例数据中看到的，这些消息没有以任何有序的方式出现。 尽管之间永远不存在转换：

4,1,0,0,1

直接

200,0,0,1,1

来自其他节点的消息可以出现在任何其他消息之间。

有趣的部分实际上不是可视化，而是每个协议阶段转换所需的时间。这就是我实际需要获取的数据。

当我写这篇文章时，我认为根据实际数据，不可能用当前信息来可视化这一点。

一种简单的方法是，为每个节点引入唯一的标识符，并根据标识符和时间对列表进行排序。然后我们自动得到一个有点排序的列表，因为单个节点无法跳过任何协议阶段，所以它是根据时间正确排序的。我想，因为每个节点本身都有固定的条目，所以这些数据可以很容易地计算和可视化。

我目前没有其他方法，问题是，这些数据并不那么容易实现，但如果我需要可视化它，似乎我无法克服唯一标识符。

Answer 1

每次选择的列中存在非零差异时，您可以使用 diff() 函数和一些逻辑索引来获取第一行。例如，假设您的数据位于名为 dat 的 data.frame 中：

> dat[c(dat$tm3[1], diff(dat$tm3)) != 0,]
   time tm1 tm2 tm3 known
6   297   1   1   1     3
7   309   1   0   2     3
9   446   0   0   3     3
10    3   1   0   0     1
13  258   1   0   1     2
15  335   0   0   2     2
18 1030   0   0   3     3
19    3   1   0   0     1
22  151   1   0   1     2
24  228   0   0   2     2
27  938   0   0   3     3

尝试单独运行此部分以查看创建的布尔值：c(dat$tm3[1], diff(dat$ tm3)) != 0

上面的代码不会返回第一行，但如果您需要，请将布尔索引更改为此：dat[c(TRUE, diff(dat$tm3)) != 0,]

这也得到了回答此处在交叉验证上。