R语言中基于邻值匹配与众数填充替换交通模式错分观测值的方法
交通模式错分修正实现方案
核心逻辑是基于游程编码(RLE)识别连续相同的出行模式段,将夹在两个相同模式段之间的短段自动修正为前后一致的模式,适配连续多条、单条错分的场景。
实现步骤
- 先将因子型的
mode字段转为字符型,避免因子处理的兼容问题 - 用
rle()计算连续相同mode的游程特征(每段的取值、长度) - 遍历所有非首尾的中间游程,判断当前游程的前后两段取值是否完全一致,若一致则将当前游程的取值修正为该共同值
- 用修正后的游程还原回原数据长度的
mode向量,替换原字段
完整可执行代码
# 加载依赖包(若未安装先运行install.packages("dplyr")) library(dplyr) # 1. 预处理因子字段 travel <- travel %>% mutate(mode = as.character(mode)) # 2. 计算原mode列的游程编码 rle_mode <- rle(travel$mode) # 3. 修正夹在相同模式中间的错分段 for (i in 2:(length(rle_mode$values) - 1)) { # 可根据需求添加限定:只修正指定的错分类别,比如仅改"unknown"、"bus stop" # 示例加限定的条件:if (rle_mode$values[i] %in% c("unknown", "bus stop") & rle_mode$values[i-1] == rle_mode$values[i+1]) if (rle_mode$values[i-1] == rle_mode$values[i+1]) { rle_mode$values[i] <- rle_mode$values[i-1] } } # 4. 还原修正后的mode列 travel$mode <- inverse.rle(rle_mode) # 若需要保留因子格式,可运行以下代码 # travel$mode <- factor(travel$mode)
样例数据运行结果
运行上述代码后,原数据中第4-8行的bus stop段会被全部修正为walk,最终mode列的分布为:
- 第1-14行:
walk - 第15-19行:
car
完全匹配修正需求,同时覆盖单条错分、连续多条错分的场景。
可选调整说明
- 若仅需修正指定类别的错分值(比如仅修正
unknown,不修改其他合法模式的过渡段),可以在循环的判断条件中增加错分类别的限定,即注释中标注的条件,避免误改真实存在的短过渡段。 - 若需要限制仅修正长度小于某一阈值的错分段(比如仅修正长度小于10秒的短段),可在判断条件中增加
rle_mode$lengths[i] < 10的筛选逻辑。
内容的提问来源于stack exchange,提问作者pampi
相关产品推荐
相关产品推荐

