Question

我有一个带有两个参数（日期和雕像）的data.table，现在我想根据原始表格插入一整天的新行。

数据规则：

“状态”列仅包含＆＃34; 0＆＃34;和＆＃34; 1＆＃34;
表中未记录的时间戳与表中下一个最接近的tiemstamp相同。
日期列始终按时间增加：）

例如，一个简单的输入：

使用以下代码创建数据：

import sublime, sublime_plugin
import sort

def line_length_sort(txt):
    txt.sort(lambda a, b: cmp(len(a), len(b)))
    return txt

class SortLinesLengthCommand(sublime_plugin.TextCommand):
    def run(self, edit, reverse=False, remove_duplicates=False):
        view = self.view

        sort.permute_lines(line_length_sort, view, edit)

        if reverse:
            sort.permute_lines(sort.reverse_list, view, edit)

        if remove_duplicates:
            sort.permute_lines(sort.uniquealise_list, view, edit)

输出是：

我的解决方案：

计算每两行的时差，然后保存在名为time_diff
根据time_diff

它可以工作，但问题是计算时间太长，因为这么多循环。我认为这个案例可以有一个更简单的解决方案

非常感谢任何帮助或建议：）

谢谢！

Answer 1

这是另一个想法

library(dplyr)
library(tidyr)
library(lubridate)

dd %>%
  mutate(date = ymd_hms(date)) %>%
  complete(date = seq(floor_date(min(date), "day"), max(date), 1)) %>%
  fill(status, .direction = "up")

给出了：

## A tibble: 9 × 2
#                 date status
#               <dttm>  <dbl>
#1 2015-07-01 00:00:00      0
#2 2015-07-01 00:00:01      0
#3 2015-07-01 00:00:02      0
#4 2015-07-01 00:00:03      1
#5 2015-07-01 00:00:04      1
#6 2015-07-01 00:00:05      0
#7 2015-07-01 00:00:06      0
#8 2015-07-01 00:00:07      0
#9 2015-07-01 00:00:08      0

Answer 2

更快地执行此操作的一种方法是使用zoo和merge两个时间序列（as shown in the SO answer）：

第一个是根据您的数据构建的。
第二个是一个时间序列，其中包含随时开始和结束的观察结果。

然后使用NA填写合并中的na.locf。在代码中：

## first convert your date column to date-time
dd$date <- as.POSIXct(dd$date,format="%Y-%m-%d %H:%M:%S")
## set dd as data frame
setDF(dd)
library(zoo)
## construct zoo time series for your data
dd.zoo <- zoo(dd[,-1],dd[,1])
## do the merge and use `na.locf` to fill in the NA's
output <- na.locf(merge(dd.zoo,
                        zoo(,seq(as.POSIXct("2015-07-01 00:00:00",format="%Y-%m-%d %H:%M:%S"),
                                 end(dd.zoo),by="sec")), all=TRUE),
                  fromLast=TRUE)

此处，要合并的时间序列的开头和结尾是2015-07-01 00:00:00到数据末尾的秒数。通常，您可以指定任意两个时间点。 merge使用all=TRUE执行外部联接，其中所有观察值都在输出中连接。那些不在原始数据中的人将填入NA。最后，将na.locf与fromLast=TRUE一起使用，将NA替换为最近一次观察后最近的非NA。

将您的数据dd转换为数据框：

print(output)
##2015-07-01 00:00:00 2015-07-01 00:00:01 2015-07-01 00:00:02 2015-07-01 00:00:03 
##                  0                   0                   0                   1 
##2015-07-01 00:00:04 2015-07-01 00:00:05 2015-07-01 00:00:06 2015-07-01 00:00:07 
##                  1                   0                   0                   0 
##2015-07-01 00:00:08 
##                  0

请注意，output是zoo系列。要转换回data.table：

output <- data.table(date=index(output),status=as.data.frame(output)$output)
##                  date status
##1: 2015-07-01 00:00:00      0
##2: 2015-07-01 00:00:01      0
##3: 2015-07-01 00:00:02      0
##4: 2015-07-01 00:00:03      1
##5: 2015-07-01 00:00:04      1
##6: 2015-07-01 00:00:05      0
##7: 2015-07-01 00:00:06      0
##8: 2015-07-01 00:00:07      0
##9: 2015-07-01 00:00:08      0

根据R中的时间戳插入新的系列行

2 个答案: