Question

我的数据框如下：

start_timestamp        end_timestamp
2012-11-18 05:53:36.0  2012-11-18 7:46:40.0
2012-11-18 06:34:23.0  2012-12-18 09:21:57.0

我希望输出看起来像：

hour                   moves_being_played
2012-11-18 05:00:00.0  1
2012-11-18 06:00:00.0  2
2012-11-18 07:00:00.0  2
2012-11-18 08:00:00.0  1
2012-11-18 09:00:00.0  1

我能想到的唯一方法是创建一个看起来像这样的表：

hour                   moves_being_played
2012-11-18 05:00:00.0  NA
2012-11-18 06:00:00.0  NA
2012-11-18 07:00:00.0  NA
2012-11-18 08:00:00.0  NA
2012-11-18 09:00:00.0  NA

然后使用for循环迭代整个给定时间段内的每小时，看看有多少start_timestamps较低，并与end_timestamp配对更高，但这看起来非常低效。

Answer 1

@ alistaire的评论是一个简洁，高效的解决方案，并且prbly shld都是一个真正的答案，如果作出答案肯定是被接受的答案。

将这一个放在那里以显示类似但更复杂的情况的一般习惯用法（IMO中没有足够的do()个例子：

library(dplyr)

df <- data_frame(
  start_timestamp=as.POSIXct(c("2012-11-18 05:53:36.0", "2012-11-18 06:34:23.0")),
  end_timestamp=as.POSIXct(c("2012-11-18 07:46:40.0", "2012-11-18 09:21:57.0"))
)

hourly_count <- function(x) {

  range(x$start_timestamp, x$end_timestamp) %>%
    format("%Y-%m-%d %H:00:00") %>%
    as.POSIXct()-> rng

  hrs <- seq(from=rng[1], to=rng[2], by="1 hour")

  data_frame(hour=hrs, is_playing=TRUE)

}

rowwise(df) %>%
  do(hourly_count(.)) %>%
  count(hour, is_playing) %>%
  select(-is_playing, movies_being_played=n)
## Source: local data frame [5 x 2]
## Groups: hour [5]
## 
##                  hour movies_being_played
##                <dttm>               <int>
## 1 2012-11-18 05:00:00                   1
## 2 2012-11-18 06:00:00                   2
## 3 2012-11-18 07:00:00                   2
## 4 2012-11-18 08:00:00                   1
## 5 2012-11-18 09:00:00                   1

当我有一个包含电影开始和结束时间的数据帧时，如何计算每小时观看的电影数量？

1 个答案: