Question

我需要有一个带有事件的数据框，并输出运行的开始，结束和计数，其中运行是事件小于指定时间段的地方。

data.frame行已按时间排序

e.g。

library(lubridate)

ts <- c("2016-10-28 19:21:19",
        "2016-10-28 19:21:20",
        "2016-10-28 19:21:21",
        "2016-10-28 19:21:21",
        "2016-10-28 19:23:23",
        "2016-10-28 19:23:24",
        "2016-10-28 19:23:24",
        "2016-10-28 19:23:25",
        "2016-10-30 03:59:09",
        "2016-10-30 08:54:31",
        "2016-10-30 08:54:35"
)

df  <- data.frame(time=ymd_hms(ts))

我想要输出的是这样的数据帧，其间隔是从前一个事件开始的60秒

start                end                  count
2016-10-28 19:21:19  2016-10-28 19:21:21  4 
2016-10-28 19:23:23  2016-10-28 19:23:25  4
2016-10-30 03:59:09  2016-10-30 03:59:09  1
2016-10-30 08:54:31  2016-10-30 08:54:35  2

实际的序列会很长，所以解决方案需要很多（~100k）行才能很好地执行

我查看了lag，diff和其他功能，但看不到一种简单有效的方法。

Answer 1

以下是使用~/.emacs的代码。

首先，它按dplyr进行排序，以防它们出现故障。然后，它使用time计算timeChange以确保它以秒为单位返回并确定它是否difftime（此处，大于60秒）。然后，它使用每个isBigChange使用TRUE递增组号（将每个cumsum计为1）。然后TRUE表示group_by，并计算您想要的摘要。

group

返回

df %>%
  arrange(time) %>%
  mutate(timeChange = difftime(time, lag(time, default = time[1])
                               , units = "secs")
         , isBigChange = timeChange > 60
         , group = cumsum(isBigChange)) %>%
  group_by(group) %>%
  summarise(
    start = min(time)
    , end = max(time)
    , count = n()
  )

如何在R

1 个答案: