按R中的指定时间长度扩展时间系列

时间:2013-07-18 10:49:08

标签: r datetime expand posixct

我想基于POSIXct格式的日期时间列扩展R中的数据框。我的数据框中的每行日期时间(列[1])当前表示时间块的开始。时间块的长度(以秒为单位)在列[2]中给出。我想扩展数据框,为该时间块中的每一秒提供一个单独的时间戳(行),如第2列所示。

以下是一些示例数据:

structure(list(datetime = structure(1:5, .Label = c("14/04/2013 17:42:29", 
"14/04/2013 17:43:49", "14/04/2013 17:43:58", "14/04/2013 17:44:03", 
"14/04/2013 17:44:11"), class = "factor"), duration = c(1L, 5L, 
2L, 3L, 2L), mean = c(1.17, 2.36, 1.05, 1.43, 1.47)), .Names = c("datetime", 
"duration", "mean"), class = "data.frame", row.names = c(NA, 
-5L))

这就是我目前所拥有的:

             datetime duration mean
  14/04/2013 17:42:29        1 1.17
  14/04/2013 17:43:49        5 2.36
  14/04/2013 17:43:58        2 1.05
  14/04/2013 17:44:03        3 1.43
  14/04/2013 17:44:11        2 1.47

这就是我想要的结果:

             datetime duration mean
  14/04/2013 17:42:29        1 1.17
  14/04/2013 17:43:49        1 2.36
  14/04/2013 17:43:50        1 2.36
  14/04/2013 17:43:51        1 2.36
  14/04/2013 17:43:52        1 2.36
  14/04/2013 17:43:53        1 2.36
  14/04/2013 17:43:58        1 1.05
  15/04/2013 17:43:59        1 1.05
  14/04/2013 17:44:03        1 1.43
  14/04/2013 17:44:04        1 1.43
  14/04/2013 17:44:05        1 1.43
  14/04/2013 17:44:11        1 1.47
  14/04/2013 17:44:12        1 1.47

我无法找到执行此处理任务的简单方法,并且对类似问题的回答并未为我提供此问题的解决方案(即How to convert 10-minute time blocks to 1-minute intervals in RExpand Categorical Column in a Time Series to Mulitple Per Second Count Columns)。我认为像split()merge()ddply()这样的功能可能会有所帮助,但我无法解决这个问题。我还在学习,所以任何建议都会非常感激。

2 个答案:

答案 0 :(得分:2)

您可以使用lapply为每个细分创建一个data.frame,而不是rbind最后所有结果,就像这样......

res <- lapply( 1:nrow(df) , function(x){ data.frame(
    datetime = strptime( df[ x , 1 ] , format = "%d/%m/%Y %H:%M:%S" ) +  ( seq_len( df[ x , 2 ] ) - 1 ) ,
    duration = rep( 1 , df[ x , 2 ] ) ,
    mean = rep( df[ x , 3 ] ,  df[ x , 2 ] ) ) } )

do.call( rbind , res )
#             datetime duration mean
#1  2013-04-14 17:42:29        1 1.17
#2  2013-04-14 17:43:49        1 2.36
#3  2013-04-14 17:43:50        1 2.36
#4  2013-04-14 17:43:51        1 2.36
#5  2013-04-14 17:43:52        1 2.36
#6  2013-04-14 17:43:53        1 2.36
#7  2013-04-14 17:43:58        1 1.05
#8  2013-04-14 17:43:59        1 1.05
#9  2013-04-14 17:44:03        1 1.43
#10 2013-04-14 17:44:04        1 1.43
#11 2013-04-14 17:44:05        1 1.43
#12 2013-04-14 17:44:11        1 1.47
#13 2013-04-14 17:44:12        1 1.47

答案 1 :(得分:1)

可能有一种更简单的方法,但我希望这会非常快:

DF$datetime <- as.POSIXct(DF$datetime, format="%d/%m/%Y %H:%M:%S", tz="GMT")

inverse.rle2 <- function(values,lengths) {
  #conserve class and attributes
  #so it plays well with date-time classes
  class.values <- class(values)
  attributes.values <- attributes(values)

  res <- rep.int(values, lengths)

  #assign class and attributes
  class(res) <- class.values
  attributes(res) <- attributes.values
  res
}

#use the function by looping over the columns
DF2 <- do.call(cbind.data.frame, lapply(DF[,-2], inverse.rle2, lengths=DF[,2]))
#add seconds to runs
DF2$datetime <- DF2$datetime + 
                do.call(c,
                        tapply(c(0,diff(DF2$datetime)==0), 
                               DF2$datetime, cumsum))

#              datetime mean
#1  2013-04-14 17:42:29 1.17
#2  2013-04-14 17:43:49 2.36
#3  2013-04-14 17:43:50 2.36
#4  2013-04-14 17:43:51 2.36
#5  2013-04-14 17:43:52 2.36
#6  2013-04-14 17:43:53 2.36
#7  2013-04-14 17:43:58 1.05
#8  2013-04-14 17:43:59 1.05
#9  2013-04-14 17:44:03 1.43
#10 2013-04-14 17:44:04 1.43
#11 2013-04-14 17:44:05 1.43
#12 2013-04-14 17:44:11 1.47
#13 2013-04-14 17:44:12 1.47