我的数据如下所示：
# Data Sample
Time Price V1 Time2 V2
2016-06-20 05:09:44 2086.50 1 05:09:44.284670 -1
2016-06-20 05:09:45 2086.75 5 05:09:45.212413 1
2016-06-20 05:09:45 2086.75 10 05:09:45.212413 1
2016-06-20 05:09:45 2086.75 1 05:09:45.212413 1
2016-06-20 05:09:46 2086.75 1 05:09:46.745124 1
2016-06-20 05:09:46 2086.75 1 05:09:46.745124 1
2016-06-20 05:09:46 2086.75 1 05:09:46.819954 1
2016-06-20 05:09:49 2086.75 1 05:09:49.279392 1
2016-06-20 05:09:49 2086.75 1 05:09:49.279392 1
2016-06-20 05:09:49 2086.75 1 05:09:49.352346 1
2016-06-20 05:09:49 2086.50 2 05:09:49.964023 -1
2016-06-20 05:09:49 2086.50 1 05:09:49.964023 -1
2016-06-20 05:09:55 2086.50 1 05:09:55.343324 -1
2016-06-20 05:09:57 2086.75 1 05:09:57.551886 1
2016-06-20 05:09:57 2086.75 1 05:09:57.650549 1
2016-06-20 05:09:57 2086.75 1 05:09:57.654352 1
2016-06-20 05:09:57 2086.75 1 05:09:57.654352 1
2016-06-20 05:09:57 2086.75 1 05:09:57.726578 1
我想清理数据，以便在每秒内将所有V1加起来。 所以我想要的输出看起来像：
# Desired Example
Time V1
2016-06-20 05:09:44 1
2016-06-20 05:09:45 16
2016-06-20 05:09:46 3
2016-06-20 05:09:47 0
2016-06-20 05:09:48 0
2016-06-20 05:09:49 6
2016-06-20 05:09:50 0
2016-06-20 05:09:51 0
2016-06-20 05:09:52 0
2016-06-20 05:09:53 0
2016-06-20 05:09:54 0
2016-06-20 05:09:55 1
2016-06-20 05:09:56 0
2016-06-20 05:09:57 5
我将“时间”列转换为字符并将其拆分并在列表中处理它们。但是，数据非常大，计算时间太长。有没有办法通过动物园的某些功能来做到这一点？
下面是使用dput的类似数据集：
结构（清单（V3 = c（2086.5,2086.75,2086.75,2086.75,2086.75， 2086.75,2086.75,2086.75,2086.75,2086.75,2086.75,2086.75， 2086.75,2086.75,2086.75,2086.75,2086.75,2086.75,2086.75， 2086.5,2086.5,2086.5,2086.5,2086.5,2086.75,2086.75,2086.75， 2086.75,2086.75,2086.75,2086.75,2086.5,2086.5,2086.5,2086.5， 2086.5,2086.5,2086.5,2086.5,2086.5,2086.5,2086.5,2086.5， 2086.5,2086.75,2086.75,2086.75,2086.75,2086.75,2086.75）， V4 = c（1L，5L，10L，1L，6L，8L，1L，4L，6L，2L，8L，2L，2L， 1L，1L，1L，1L，1L，1L，2L，1L，2L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，2L，1L，8L，1L，1L，1L，4L， 2L，1L，1L，1L，1L，1L，1L），V6 = c（“05：09：44.284670”，“05：09：45.212413”， “05：09：45.212413”，“05：09：45.212413”，“05：09：45.212413”， “05：09：45.299104”，“05：09：45.299104”，“05：09：45.301513”， “05：09：45.301513”，“05：09：45.389110”，“05：09：45.392840”， “05：09：45.475688”，“05：09：45.543980”，“05：09：46.745124”， “05：09：46.745124”，“05：09：46.819954”，“05：09：49.279392”， “05：09：49.279392”，“05：09：49.352346”，“05：09：49.964023”， “05：09：49.964023”，“05：09：49.964023”，“05：09：49.964023”， “05：09：55.343324”，“05：09：57.551886”，“05：09：57.650549”， “05：09：57.654352”，“05：09：57.654352”，“05：09：57.726578”， “05：09：57.728848”，“05：09：58.286788”，“05：10：00.390708”， “05：10：00.473617”，“05：10：00.494903”，“05：10：00.564042”， “05：10：08.24907”，“05：10：09.633247”，“05：10：09.633247”，“05：10：09.633247”， “05：10：09.633247”，“05：10：09.633247”，“05：10：09.633247”， “05：10：09.633247”，“05：10：09.633247”，“05：10：09.830544”， “05：10：09.924001”，“05：10：09.924001”，“05：10：09.924001”， “05：10：09.924001”，“05：10：09.924001”），V7 = c（-1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，-1L，-1L，-1L，-1L，-1L，1L，1L，1L，1L，1L，1L，1L， -1L，-1L，-1L，-1L，-1L，-1L，-1L，-1L，-1L，-1L，-1L，-1L， -1L，1L，1L，1L，1L，1L，1L））,. Name = c（“V3”，“V4”，“V6”， “V7”），row.names = c（NA，50L），class =“data.frame”）
答案 0 :(得分：0)
data.table非常快。尝试：
library(data.table)
library(lubridate)
mydata<-data.table(mydata)
mydata$Time<-ymd_hms(mydata$Time)
setkey(mydata, Time)
mydata.summed<-mydata[, .(V1 = sum(V1)), by = Time] # sums by each second
mydata2<-data.table(Time = seq(min(mydata$Time), max(mydata$Time), by = 1))
#create a new data.table to fill in the seconds you do not have values for
mydata<-mydata.summed[mydata2]
#merge them. see ?data.table for more information here
mydata[is.na(mydata)]<-0
#change the NAs that were created by the merge to 0
head(mydata, 10)
Time V1
1: 2016-06-20 05:09:44 1
2: 2016-06-20 05:09:45 16
3: 2016-06-20 05:09:46 3
4: 2016-06-20 05:09:47 0
5: 2016-06-20 05:09:48 0
6: 2016-06-20 05:09:49 6
7: 2016-06-20 05:09:50 0
8: 2016-06-20 05:09:51 0
9: 2016-06-20 05:09:52 0
10: 2016-06-20 05:09:53 0