Question

是否有任何软件包中的任何函数可以计算最近x小时内一行中ID的显示次数。我称之为'速度'。

我想要计算的目标列由'VEL_7H'表示。换句话说，ID在过去7小时内出现了多少次？

ID        TIME                   VEL_7H
1144727   2016-04-01 09:56:12    0
1144727   2016-04-01 15:16:03    1
1144727   2016-04-01 15:26:14    2
1144727   2016-04-02 09:48:48    0
1799567   2016-04-14 14:41:06    0
1799567   2016-04-14 17:51:06    1
2067650   2016-04-17 12:34:52    0

是否有使用时间和ID向量以及指定范围的函数给出VEL_7H列？

Answer 1

我们可以在基础R中使用经典的split-apply-combine方法首先按ID拆分数据框，在最近7个小时内添加条目数量，然后创建一个包含以下值的新列：

sdf <- split(df, df$ID)
last7 <- function(df) sapply(1:nrow(df), function(i) sum(df[i, "TIME"] - df[1:i, "TIME"] <= 60*60*7) - 1L)
df$VEL_7H <- unlist(sapply(sdf, last7))
df
#        ID                TIME VEL_7H
# 1 1144727 2016-04-01 09:56:12      0
# 2 1144727 2016-04-01 15:16:03      1
# 3 1144727 2016-04-01 15:26:14      2
# 4 1144727 2016-04-02 09:48:48      0
# 5 1799567 2016-04-14 14:41:06      0
# 6 1799567 2016-04-14 17:51:06      1
# 7 2067650 2016-04-17 12:34:52      0

Answer 2

为了最大限度地提高效果，我认为Rcpp是合适的：

library(Rcpp);
df <- data.frame(ID=c(1144727L,1144727L,1144727L,1144727L,1799567L,1799567L,2067650L),TIME=as.POSIXct(c('2016-04-01 09:56:12','2016-04-01 15:16:03','2016-04-01 15:26:14','2016-04-02 09:48:48','2016-04-14 14:41:06','2016-04-14 17:51:06','2016-04-17 12:34:52')));
cppFunction('
    IntegerVector countTrailingIDs(IntegerVector ids, DoubleVector times, double window ) {
        IntegerVector res(ids.size());
        for (int i = 0; i < ids.size(); ++i) {
            int id = ids[i];
            double trailTime = times[i]-window;
            for (int j = i-1; j >= 0 && ids[j] == id && times[j] >= trailTime; --j)
                ++res[i];
        }
        return res;
    }
');
df$VEL_7H <- countTrailingIDs(df$ID,df$TIME,60*60*7);
df;
##        ID                TIME VEL_7H
## 1 1144727 2016-04-01 09:56:12      0
## 2 1144727 2016-04-01 15:16:03      1
## 3 1144727 2016-04-01 15:26:14      2
## 4 1144727 2016-04-02 09:48:48      0
## 5 1799567 2016-04-14 14:41:06      0
## 6 1799567 2016-04-14 17:51:06      1
## 7 2067650 2016-04-17 12:34:52      0

请注意，该功能需要根据ID和时间对ids和times进行排序。

R中有效的方式来计算滑动时间窗口上每个ID的行数？

2 个答案: