Question

我有一张表给出了我收到数据的日期时间以及30分钟间隔内收到的数据量。我的问题是缺少半小时的块，我想将它们插入到列中，然后在计数列中插入一个0。

以下是表格的示例：

Date-Time           Count
2017-07-13 17:30:00 111

2017-07-13 18:00:00 85

2017-07-13 20:00:00 127

2017-07-13 20:30:00 515

我希望它有18:30:00 0等等

如果有人有一个很棒的想法，不知道如何做到这一点。

以下是我试图做的事情：

starttime <- df[1,`Date-Time`]

for (i in df){
  time <- starttime + 30
  new_dt$datetime <- ifelse(df[i] = time, df$datetime, time)
  new_dt$count <- ifelse(df[i] = time, df$count, 0)
}

Answer 1

首先让我们创建一些虚拟数据。

library(tidyverse)
library(lubridate)

time_series <- tibble(
  DateTime = c(
    "2017-07-13 17:30:00",
    "2017-07-13 18:00:00",
    "2017-07-13 20:00:00",
    "2017-07-13 20:30:00"
  ),
  Count = c(111, 85, 127, 515)
) %>%
  mutate(DateTime = ymd_hms(DateTime))

现在让我们计算出数据中最小和最大的日期时间。

from <- min(time_series$DateTime)
to <- max(time_series$DateTime)

最后，让我们以30分钟的间隔从from到to创建一系列日期。然后，我们将现有数据加入到该序列中，并将Count的任何缺失值替换为零。

tibble(DateTime = seq(from = from, to = to, by = 1800)) %>%
  left_join(time_series) %>%
  mutate(Count = ifelse(is.na(Count), 0, Count))

Answer 2

虽然这些有用，但我认为最好的办法是使用padr包：

library(dplyr)
library(padr)

pad_df <- df %>% 
  pad(interval = '30 mins')

如果您更喜欢0到NA，那么只需：

pad_df[is.na(pad_df)] <- 0

padr软件包还具有thicken功能，以防您需要快速无缝地更改为较低的频率。

padr vignette

Answer 3

首先，我已将您的专栏Date-Time的名称更改为Date.Time。

#dput(dat)
dat <-
structure(list(Date.Time = structure(c(1499963400, 1499965200, 
1499972400, 1499974200), class = c("POSIXct", "POSIXt"), tzone = ""), 
    Count = c(111L, 85L, 127L, 515L)), .Names = c("Date.Time", 
"Count"), row.names = c(NA, -4L), class = "data.frame")

现在，诀窍是使用seq.POSIXct创建一个只有一列的df，然后merge两个dfs。

tmp <- data.frame(
    Date.Time = seq(min(dat$Date.Time), max(dat$Date.Time), by = "30 min"))
tmp
            Date.Time
1 2017-07-13 17:30:00
2 2017-07-13 18:00:00
3 2017-07-13 18:30:00
4 2017-07-13 19:00:00
5 2017-07-13 19:30:00
6 2017-07-13 20:00:00
7 2017-07-13 20:30:00

merge(dat, tmp, all.y = TRUE)
            Date.Time Count
1 2017-07-13 17:30:00   111
2 2017-07-13 18:00:00    85
3 2017-07-13 18:30:00    NA
4 2017-07-13 19:00:00    NA
5 2017-07-13 19:30:00    NA
6 2017-07-13 20:00:00   127

如果需要，您可以rm(tmp)。

添加缺失的时间值

3 个答案: