以不同时间间隔计算时间戳 - 以跨越午夜的间隔问题

我有一个数据帧（“观察”），其格式为H:M（“时间”）。在第二个数据帧（“间隔”）中，我的时间范围由“From”和“Till”变量定义，格式也为H:M。以不同时间间隔计算时间戳 - 以跨越午夜的间隔问题

我想统计每个区间内的观测值的数量。我一直在使用data.table中的between，这在包含日期时一直没有任何问题。

但是，现在我只有时间戳，没有日期。这导致在跨越午夜（20:00 - 05:59）的时间间隔中发生的一些问题。这些时间不计入我尝试过的代码中。

实例下

interval.data <- data.frame(From = c("14:00", "20:00", "06:00"), Till = c("19:59", "05:59", "13:59"), stringsAsFactors = F) 
observations <- data.frame(Time = c("14:32", "15:59", "16:32", "21:34", "03:32", "02:00", "00:00", "05:57", "19:32", "01:32", "02:22", "06:00", "07:50"), stringsAsFactors = F) 

interval.data 
#  From  Till 
# 1: 14:00:00 19:59:00 
# 2: 20:00:00 05:59:00 # <- interval including midnight 
# 3: 06:00:00 13:59:00 

observations 
#  Time 
# 1: 14:32:00 
# 2: 15:59:00 
# 3: 16:32:00 
# 4: 21:34:00 # Row 4-8 & 10-11 falls in 'midnight interval', but are not counted 
# 5: 03:32:00 # 
# 6: 02:00:00 # 
# 7: 00:00:00 # 
# 8: 05:57:00 # 
# 9: 19:32:00 
# 10: 01:32:00 # 
# 11: 02:22:00 # 
# 12: 06:00:00 
# 13: 07:50:00 

library(data.table) 
library(plyr) 
adply(interval.data, 1, function(x, y) sum(y[, 1] %between% c(x[1], x[2])), y = observations) 

# From Till V1 
# 1 14:00 19:59 4 
# 2 20:00 05:59 0 # <- zero counts - wrong! 
# 3 06:00 13:59 2

来源

2017-08-26 MLEN

的一个结束时那些永远是你的时间间隔，或者这只是一个大一个小例子数据集？ – SymbolixAU

更大集合的相同结构 – MLEN

使用'adply'与1的边距类型会使data.table的使用无关紧要。 –

我只是调整了你的代码，以获得期望的结果。希望这可以帮助！

adply(interval.data, 1, function(x, y) 
    if(x[1] > x[2]) return(sum(y[, 1] %between% c(x[1], 23:59), y[, 1] %between% c(00:00, x[2]))) else return(sum(y[, 1] %between% c(x[1], x[2]))), y = observations)

输出是：

From Till V1 
1 14:00 19:59 4 
2 20:00 05:59 7 
3 06:00 13:59 2

来源

2017-08-26 09:11:40 Prem

这是完美的。只需引用“23:59”和“00:00”。虽然它的确适用于上面的例子。 – MLEN

一种方法是在data.table使用非球菌加盟，并与时间字符串工作的辅助函数as.ITime。

您会遇到跨越午夜的间隔问题，但是，应该只有其中之一。并且，如果您对每个“组”间隔的观察次数感兴趣，则可以将该组视为等同于其他组的“不”。

例如，首先将您data.frame到data.table

library(data.table) 

## set your data.frames as `data.table` 
setDT(interval.data) 
setDT(observations)

然后使用as.ITime转换为时间整数表示

## convert time stamps 
interval.data[, `:=`(FromMins = as.ITime(From), 
        TillMins = as.ITime(Till))] 

observations[, TimeMins := as.ITime(Time)] 
## you could combine this step with the non-equi join directly, but I'm separating it for clarity

您现在可以使用非等距联接找到每次落入的时间间隔。他指出，那些reutrn时报“NA”实际上是那些属于午夜跨度区间内

interval.data[ 
    observations 
    , on = .(FromMins <= TimeMins, TillMins > TimeMins) 
    ] 

#  From Till FromMins TillMins Time 
# 1: 14:00 19:59  872  872 14:32 
# 2: 14:00 19:59  959  959 15.59 
# 3: 14:00 19:59  992  992 16:32 
# 4:  NA NA  1294  1294 21:34 
# 5:  NA NA  212  212 03:32 
# 6:  NA NA  120  120 02:00 
# 7:  NA NA  0  0 00:00 
# 8:  NA NA  357  357 05:57 
# 9: 14:00 19:59  1172  1172 19:32 
# 10: NA NA  92  92 01:32 
# 11: NA NA  142  142 02:22 
# 12: 06:00 13:59  360  360 06:00 
# 13: 06:00 13:59  470  470 07:50

然后拿到observatins的数量区间的群体，你刚才.N每个时间点，归纳其可以只被链接到上述声明

interval.data[ 
    observations 
    , on = .(FromMins <= TimeMins, TillMins > TimeMins) 
][ 
    , .N 
    , by = .(From, Till) 
] 

#  From Till N 
# 1: 14:00 19:59 4 
# 2: NA NA 7 
# 3: 06:00 13:59 2

凡NA组对应于跨越午夜

来源

2017-08-26 09:41:04 SymbolixAU

你可以在这里使用'as.ITime'，而不是转换为分钟吗？ – Henrik

@亨利克 - 当然是啊！我总是在'data.table'中得到'ITime' ...我会更新 – SymbolixAU

以不同时间间隔计算时间戳 - 以跨越午夜的间隔问题

回答

相关问题