Início / coding / Perguntas / 79119329
Accepted
Amanda Goldberg
Asked: 2024-10-24 02:51:13 +0800 CST

Como faço para remover duplicatas dentro de grupos que foram coletados com intervalo de 60 minutos entre si?

  • 772

Tenho dados de armadilhas fotográficas onde quero remover detecções de animais potencialmente duplicadas. Estou definindo o intervalo como 60min (1 hora) para que qualquer indivíduo detectado da mesma espécie na mesma câmera seja o mesmo indivíduo se for detectado novamente dentro de <60min. Meus dados são coletados em vários blocos com vários locais dentro de um bloco.

#Data example:
Block<-c("a","a","a","a","a","b","b","b","b","b") #2 block
Site<-c("p1","p1","p2","p2","p2","p1","p1","p1","p2","p2") #two sites
Species<-c("c","c","c","c","e","d","d","c","c","c")
datetime<-c("2021-03-29 05:45:00","2021-03-29 06:40:00","2021-03-30 05:45:00","2021-03-30 07:45:00","2021-03-29 09:45:00","2021-03-29 05:45:00","2021-03-29 05:55:00","2021-03-29 08:45:00","2021-03-29 10:45:00","2021-03-30 10:59:00")
df<-data.frame(Block, Site, Species, datetime)

#what I want for the output: 

   Block Site Species            datetime
1      a   p1       c 2021-03-29 05:45:00
2      a   p2       c 2021-03-30 05:45:00
3      a   p2       c 2021-03-30 07:45:00
4      a   p2       e 2021-03-29 09:45:00
5      b   p1       d 2021-03-29 05:45:00
6      b   p1       c 2021-03-29 08:45:00
7      b   p2       c 2021-03-29 10:45:00
8      b   p2       c 2021-03-30 10:59:00

A parte complicada, pelo menos para mim, é que preciso remover duplicatas de Bloco/Site/Espécie que aparecem com intervalo de 1 hora entre si (não posso simplesmente dizer para manter a primeira dentro de um período de uma hora do dia).

Obrigado pela ajuda.

1 respostas

  1. Best Answer

    Usando diffe então filterpor set intv

    library(dplyr)

intv <- 60

df %>% 
  mutate(datetime = as.POSIXct(datetime)) %>% 
  arrange(Block, Site, Species, datetime) %>% 
  filter(c(intv + 1, diff(datetime, units="mins")) > intv, 
         .by = c(Block, Site, Species))
  Block Site Species            datetime
1     a   p1       c 2021-03-29 05:45:00
2     a   p2       c 2021-03-30 05:45:00
3     a   p2       c 2021-03-30 07:45:00
4     a   p2       e 2021-03-29 09:45:00
5     b   p1       c 2021-03-29 08:45:00
6     b   p1       d 2021-03-29 05:45:00
7     b   p2       c 2021-03-29 10:45:00
8     b   p2       c 2021-03-30 10:59:00
    • 1

relate perguntas