[R-es] Corregir mismo ID para individuos diferentes en una serie temporal

Mar Ene 26 14:17:15 CET 2016

Funciona perfectamente !!!
Solo una duda respecto al codigo, lo he estado mirando para saber que parte tengo que cambiar si quiero modificar el periodo en el que considero un individuo como el mismo, y creo que es la linea:
if( (new_df$hmyears[max(coin)] < 2) & (df$Year[i] - df$Year[max(coin)]) < 2 ) {
estoy en lo cierto? Por lo que si quiero poner 3 años sustituyo los "2" por "3", no? 
He comprobado que funciona, pero quisiera saber si estoy modificando algo que no deba, y quizas no lo vea en este ejemplo.
Muchisimas gracias por tu ayuda, llevaba dando vueltas a este tema varios meses.Saludos, Ruben
Date: Tue, 26 Jan 2016 12:55:55 +0100
Subject: Re: [R-es] Corregir mismo ID para individuos diferentes en una serie temporal
From: cof en qualityexcellence.es
To: ruben_bm en hotmail.com
CC: r-help-es en r-project.org

Hola,
Please, mira si esta vez funciona:
#----------------------------------------------ID <- c(1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 8, 9, 10, 11, 12, 1, 2, 3, 4, 5, 6, 1, 2, 6, 8, 12, 7, 15, 16, 17, 18, 19, 20, 1, 21, 22, 19 )Year <- c (1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 5, 6, 6, 6)df <- data.frame (ID, Year)df
ID <- c(1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 8, 9, 10, 11, 12, 1, 2, 3, 4, 5, 6, 1, 2, 6, 8, 12, 7, 15, 16, 17, 18, 19, 20, 1, 21, 22, 19 )Year <- c (1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 1, 6, 6, 6)new_ID <- c("A", "B", "C", "D", "E", "F", "G", "A", "B", "C", "H", "I", "J", "K", "L", "M", "N", "O", "P", "Q", "R", "M", "N", "Q", "S", "L", "T", "U", "V", "W", "X", "Y", "Z", "CC", "AA", "BB", "Y")ref_df <- data.frame (ID, Year, new_ID)ref_df
rep_val <- rep(0, nrow(df))new_df <- data.frame(ID=rep_val, Year=rep_val, newID=rep_val, hmyears=rep_val)for(i in 1:nrow(df)) { #Cero  print(i)  if(i==1) {    new_df$ID[i] <- df$ID[i]    new_df$Year[i] <- df$Year[i]    new_df$newID[i] <- df$ID[i]    new_df$hmyears[i] <- 1  } else {                                #Uno     coin <- which(df$ID[i]==df$ID[1:(i-1)])    print(coin)    if(length(coin) < 1 ) {      new_df$ID[i] <- df$ID[i]      new_df$Year[i] <- df$Year[i]      if(length(which(df$ID[i]==new_df$newID)) < 1) {new_df$newID[i] <- df$ID[i]} else {new_df$newID[i] <- max(new_df$newID)+1}      new_df$hmyears[i] <- 1    } else {                              #Dos       if( (new_df$hmyears[max(coin)] < 2) & (df$Year[i] - df$Year[max(coin)]) < 2 ) {        new_df$ID[i] <- df$ID[i]        new_df$Year[i] <- df$Year[i]        new_df$newID[i] <- new_df$newID[max(coin)]        new_df$hmyears[i] <- new_df$hmyears[max(coin)] + 1      } else {                            #Tres        new_df$ID[i] <- df$ID[i]        new_df$Year[i] <- df$Year[i]        new_df$newID[i] <- max(new_df$newID) + 1        new_df$hmyears[i] <- 1      } #Tres    } #Dos  } #Uno} #Ceronew_df
#----------------------------------------------

El 26 de enero de 2016, 12:17, Carlos Ortega <cof en qualityexcellence.es> escribió:
Hola,
Cierto. No había tenido en cuenta que los años donde se registra un individuo pueden no ser consecutivos.Ahora que creo que entiendo la dinámica, veo como incluir esta condición en el código cuando ya existe una entrada previa del individuo para que incremente su ID.
Gracias,Carlos.
El 26 de enero de 2016, 12:04, Ruben Bermad <ruben_bm en hotmail.com> escribió:

Hola, 

Antes de nada, muchas gracias por tu ayuda. 

El código se ha acercado bastante, pero no termina de funcionar porque considera cada captura de un individuo como años consecutivos aunque haya pasado más tiempo entre ellos.

Por ejemplo el individuo 4 es capturado por primera vez el año 1 y por segunda vez el año 3, por lo que debería de ser renombrado ya que en este ejemplo en concreto asumimos que la vida maxima son 2 años desde su primera aparición. Pero el script considera que es el mismo individuo porque es la segunda vez un individuo con ese nombre es capturado, sin tener en cuenta el tiempo que ha pasado entre la segunda captura y la primera. 

Yo habia pensado en salvar en una columna el tiempo de la primera aparicion y cada vez que aparezca un individuo con el mismo nombre restarle el tiempo del que aparecio por primera vez con ese nombre. De esa manera queda registrado el tiempo que ha pasado entre ambas apariciones, y si es superior al tiempo que consideramos imposible habria que renombrarlo. 

Lo que no se hacer es como repetir el proceso las veces necesarias, suponiendo que puede haber un tercer individuo con el mismo nombre (e.g. el individuo 1 en el año 5 que coge como referencia la primera aparicion del individuo 1 renombrado como individuo 13). 

Muchas gracias.
Un cordial saludo, 
Rubén

Date: Mon, 25 Jan 2016 23:09:13 +0100
Subject: Re: [R-es] Corregir mismo ID para individuos diferentes en una serie temporal
From: cof en qualityexcellence.es
To: ruben_bm en hotmail.com
CC: r-help-es en r-project.org

Hola,
Creo que el código que te adjunto hace lo que pides.Los nuevos ids los he generado con números no con letras, me resulta más fácil tratar el problema así.

#----------------------ID <- c(1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 8, 9, 10, 11, 12, 1, 2, 3, 4, 5, 6, 1, 2, 6, 8, 12, 7, 15, 16, 17, 18, 19, 20, 1, 21, 22, 19 )Year <- c (1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 5, 6, 6, 6)df <- data.frame (ID, Year)df
ID <- c(1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 8, 9, 10, 11, 12, 1, 2, 3, 4, 5, 6, 1, 2, 6, 8, 12, 7, 15, 16, 17, 18, 19, 20, 1, 21, 22, 19 )Year <- c (1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 1, 6, 6, 6)new_ID <- c("A", "B", "C", "D", "E", "F", "G", "A", "B", "C", "H", "I", "J", "K", "L", "M", "N", "O", "P", "Q", "R", "M", "N", "Q", "S", "L", "T", "U", "V", "W", "X", "Y", "Z", "CC", "AA", "BB", "Y")ref_df <- data.frame (ID, Year, new_ID)ref_df
rep_val <- rep(0, nrow(df))new_df <- data.frame(ID=rep_val, Year=rep_val, newID=rep_val, hmyears=rep_val )for(i in 1:nrow(df)) { #Cero  if(i==1) {    new_df$ID[i] <- df$ID[i]    new_df$Year[i] <- df$Year[i]    new_df$newID[i] <- df$ID[i]    new_df$hmyears[i] <- 1  } else {                                #Uno     coin <- which(df$ID[i]==df$ID[1:(i-1)])    print(coin)    if(length(coin) < 1 ) {      new_df$ID[i] <- df$ID[i]      new_df$Year[i] <- df$Year[i]      if(length(which(df$ID[i]==new_df$newID)) < 1) {new_df$newID[i] <- df$ID[i]} else {new_df$newID[i] <- max(new_df$newID)+1}      new_df$hmyears[i] <- 1    } else {                              #Dos       if( new_df$hmyears[max(coin)] < 2 ) {        new_df$ID[i] <- df$ID[i]        new_df$Year[i] <- df$Year[i]        new_df$newID[i] <- new_df$newID[max(coin)]        new_df$hmyears[i] <- new_df$hmyears[max(coin)] + 1      } else {                            #Tres        new_df$ID[i] <- df$ID[i]        new_df$Year[i] <- df$Year[i]        new_df$newID[i] <- max(new_df$newID) + 1        new_df$hmyears[i] <- 1      } #Tres          } #Dos  } #Uno} #Ceronew_df
#----------------------
Saludos,Carlos Ortegawww.qualityexcellence.es

El 25 de enero de 2016, 18:11, Ruben Bermad <ruben_bm en hotmail.com> escribió:
Hola a todos,

Quería preguntar si alguno sabe como puedo identificar registros con un mismo ID en el tiempo, pero que hacer referencia a objetos o individuos diferentes.

En mi caso en particular estoy estudiando un animal que tiene una vida media cercana 2 años, y tengo una serie longitudinal de 25 años. El problema es que durante el muestreo en algunos casos durante la recoleccion de los datos, se repitieron los nombres de los individuos porque se asumen que si ha pasado 10 años no puede ser el mismo individuo. Y el problema que yo tengo es que no se como detectar de manera automática este tipo de errores.

Había pensado era en registrar la primera aparición de cada nombre (e.g indiv_1, y ver el tiempo que ha pasado en comparación con el resto de registros para ese mismo individuo, y en el caso que fuera superior (por ejemplo a 36 meses para estar totalmente seguros), que ese individuo que había sido registrado como "indiv_1" sea renombrado (e.g. indiv_150), y cambiar todos los siguientes registros de indiv_1 a indiv_150.

Esto parece sencillo, pero lo complicado al revisar todos los casos nombrados ahora como indiv_150 ya que es posible que el nombre indiv_1 haya sido usado para varios individuos diferentes a lo largo de la serie (e.g. en el año 1, 10 y 20). Entonces lo que había pensado es hacer un bucle para cada individuo, pero no consigo que cada vez que cambia el nombre de un individuo (e.g. en el año 10) capture la nueva fecha para determinar si los siguientes nombres hacen referencia al mismo individuo u a otro muy posterior en el tiempo (e.g. año 20).

Esta pregunta la pregunte hace tiempo en stackoverflowhttp://stackoverflow.com/questions/32310520/identify-objects-with-repeated-measures-and-with-the-same-id-between-years, pero no obtuve una respuesta que solucionara el problema, y los posteriores intentos que he estado haciendo tampoco han sido muy buenos que se digan (os lo copio al final del mensaje).

Por ello os quería preguntar si alguno sabe como puedo ir registrando y cambiando los IDs a lo largo del tiempo.

Muchas gracias por adelantado, Un cordial saludo, Rubén

Codigo usadodatabase es la base de datos con la serie temporalID_original es el identificado original que tiene cada individuoMonth_Capt es la variable que me indica en que momento fue capturado cada individuo y por tanto si es posible o no que el individuo sea el mismo a lo largo del tiempo.

newID <-sapply(unique(database$ID_original), function(x) c(0,cumsum(diff(database$Month_Capt[database$ID_original==x]))%%48))names(newID)<-(unique(database$ID_original))

new_df<-data.frame(database$ID_original,database$Month_Capt,IDcond=NA,new_ID=NA)for(i in unique(database$ID_original)){  new_df[new_df[,1]==i,3]<-newID[[which(unique(database$ID_original)==i)]]}ltrs<-c(LETTERS,apply(combn(LETTERS,2,simplify = T),2,function(x) paste(x,sep = "",collapse = "")))

letterwrap <- function(n, depth = 1) {  args <- lapply(1:depth, FUN = function(x) return(LETTERS))  x <- do.call(expand.grid, args = list(args, stringsAsFactors = F))  x <- x[, rev(names(x)), drop = F]  x <- do.call(paste0, x)  if (n <= length(x)) return(x[1:n])  return(c(x, letterwrap(n - length(x), depth = depth + 1)))}

ltrs <- letterwrap(nrow(database)) # Create as many letters as unique IDs

ltrn<-0for(i in 1:nrow(new_df)){  if(new_df[i,3]==0) {ltrn<-ltrn+1;new_df[i,4]<-ltrs[ltrn]}  else {ind<-which(new_df[,1]==new_df[i,1])        ind<-ind[ind<i]        new_df[i,4]<-tail(new_df[ind,4],1)}}

        [[alternative HTML version deleted]]

_______________________________________________

R-help-es mailing list

R-help-es en r-project.org

https://stat.ethz.ch/mailman/listinfo/r-help-es

-- 
Saludos,
Carlos Ortega
www.qualityexcellence.es

-- 
Saludos,
Carlos Ortega
www.qualityexcellence.es

-- 
Saludos,
Carlos Ortega
www.qualityexcellence.es

	[[alternative HTML version deleted]]