Question

我有一些数据按以下方式格式化：

time     count 
00:00    17
00:01    62
00:02    41

所以我从00:00到23:59，每分钟都有一个计数器。我希望以15分钟的间隔对数据进行分组，以便：

time           count
00:00-00:15    148   
00:16-00:30    284

我试图手动完成，但这很费劲，所以我确信必须有一个功能或者很容易做到这一点，但我还没弄明白该怎么做。

我真的很感激一些帮助!!

非常感谢！

Answer 1

对于POSIXct格式的数据，您可以使用cut功能创建15分钟分组，然后按这些分组进行汇总。以下代码显示了如何在base R以及dplyr和data.table软件包中执行此操作。

首先，创建一些假数据：

set.seed(4984)
dat = data.frame(time=seq(as.POSIXct("2016-05-01"), as.POSIXct("2016-05-01") + 60*99, by=60),
                 count=sample(1:50, 100, replace=TRUE))

基础R

cut数据分为15分钟组：

dat$by15 = cut(dat$time, breaks="15 min")

                   time count                by15
1   2016-05-01 00:00:00    22 2016-05-01 00:00:00
2   2016-05-01 00:01:00    11 2016-05-01 00:00:00
3   2016-05-01 00:02:00    31 2016-05-01 00:00:00
...
98  2016-05-01 01:37:00    20 2016-05-01 01:30:00
99  2016-05-01 01:38:00    29 2016-05-01 01:30:00
100 2016-05-01 01:39:00    37 2016-05-01 01:30:00

新分组列现在aggregate，使用sum作为聚合函数：

dat.summary = aggregate(count ~ by15, FUN=sum, data=dat)

                 by15 count
1 2016-05-01 00:00:00   312
2 2016-05-01 00:15:00   395
3 2016-05-01 00:30:00   341
4 2016-05-01 00:45:00   318
5 2016-05-01 01:00:00   349
6 2016-05-01 01:15:00   397
7 2016-05-01 01:30:00   341

<强> dplyr

library(dplyr)

dat.summary = dat %>% group_by(by15=cut(time, "15 min")) %>%
  summarise(count=sum(count))

<强> data.table

library(data.table)

dat.summary = setDT(dat)[ , list(count=sum(count)), by=cut(time, "15 min")]

更新：要回答评论，对于这种情况，每个分组间隔的结束点为as.POSIXct(as.character(dat$by15)) + 60*15 - 1。换句话说，分组间隔的端点是从间隔开始的15分钟减去1秒。我们添加60 * 15 - 1，因为POSIXct以秒为单位。 as.POSIXct(as.character(...))是因为cut返回一个因子，这只是将其转换回日期时间，以便我们可以对其进行数学运算。

如果您希望结束点到下一个间隔之前的最近分钟（而不是最近的间隔），您可以as.POSIXct(as.character(dat$by15)) + 60*14。

如果您不知道中断间隔，例如，因为您选择了中断数并让R选择间隔，您可以通过执行max(unique(diff(as.POSIXct(as.character(dat$by15))))) - 1找到要添加的秒数。

Answer 2

切割方法很方便，但数据帧很大。以下方法比切割方法快了大约1,000倍（使用400k记录进行测试。）

  #     Function: Truncate (floor) POSIXct to time interval (specified in seconds)
  #       Author: Stephen McDaniel @ PowerTrip Analytics
  #        Date : 2017MAY
  #    Copyright: (C) 2017 by Freakalytics, LLC
  #      License: MIT

  floor_datetime <- function(date_var, floor_seconds = 60, 
        origin = "1970-01-01") { # defaults to minute rounding
     if(!is(date_var, "POSIXct")) stop("Please pass in a POSIXct variable")
     if(is.na(date_var)) return(as.POSIXct(NA)) else {
        return(as.POSIXct(floor(as.numeric(date_var) / 
           (floor_seconds))*(floor_seconds), origin = origin))
     }
  }

示例输出：

test <- data.frame(good = as.POSIXct(Sys.time()), 
   bad1 = as.Date(Sys.time()),
   bad2 = as.POSIXct(NA))

test$good_15 <- floor_datetime(test$good, 15 * 60)
test$bad1_15 <- floor_datetime(test$bad1, 15 * 60)
Error in floor_datetime(test$bad, 15 * 60) : 
  Please pass in a POSIXct variable
test$bad2_15 <- floor_datetime(test$bad2, 15 * 60)

test

                        good       bad1 bad2             good_15 bad2_15
    1 2017-05-06 13:55:34.48 2017-05-06 <NA> 2007-05-06 13:45:00    <NA>

从R中的每分钟数据创建15分钟的时间间隔？

2 个答案: