Mysql 基于dbplyr中时间戳序列的新列变异

我有一个来自

PostgreSQL

DB的数据集，我有两列：

---

id

=参与者的id

时间戳

=记录测量的时间戳

---

我需要使用

dbplyr

，以便根据

time\u stamp

的顺序变异一个新列。换句话说，如果

时间戳

是按顺序排列的（意味着它是在一分钟间隔内），则这被识别为一个事件

例如，这是我的数据集：

库（dplyr）
图书馆（dbplyr）
图书馆（lubridate）
mf%
收集（）%>%
变异（时间戳=作为日期时间（时间戳））
#>#tibble:15 x 2
#>id时间戳
#>                  
#>id001 2021-01-01 08:00:00
#>2 id001 2021-01-01 08:01:00
#>3 id001 2021-01-01 08:02:00
#>4 id001 2021-01-01 08:03:00
#>5 id001 2021-01-01 08:05:00
#>6 id001 2021-01-01 08:06:00
#>7 id001 2021-01-01 08:07:00
#>8 id001 2021-01-01 08:08:00
#>9 id001 2021-01-01 08:12:00
#>10 id001 2021-01-01 08:13:00
#>11 id001 2021-01-01 08:14:00
#>12 id001 2021-01-01 08:15:00
#>13 id001 2021-01-01 08:16:00
#>14 id001 2021-01-01 08:17:00
#>15 id001 2021-01-01 08:18:00

现在，我需要识别事件。也就是说，查找发生在序列中的时间戳（序列=1分钟间隔）。例如，这是我的预期输出：

#tible:15x3
#>id时间戳事件
#>                     
#>id001 2021-01-01 08:00:00事件1
#>2 id001 2021-01-01 08:01:00事件1
#>3 id001 2021-01-01 08:02:00事件1
#>4 id001 2021-01-01 08:03:00事件1
#>5 id001 2021-01-01 08:05:00事件2
#>6 id001 2021-01-01 08:06:00事件2
#>7 id001 2021-01-01 08:07:00事件2
#>8 id001 2021-01-01 08:08:00事件2
#>9 id001 2021-01-01 08:12:00事件3
#>10 id001 2021-01-01 08:13:00事件3
#>11 id001 2021-01-01 08:14:00事件3
#>12 id001 2021-01-01 08:15:00事件3
#>13 id001 2021-01-01 08:16:00事件3
#>14 id001 2021-01-01 08:17:00事件3
#>15 id001 2021-01-01 08:18:00事件3

请注意，从第

4行到第
5行，间隔为2分钟–导致下一个事件开始。从第
8行到第
9行的情况也一样：间隔4分钟，然后开始下一个事件

PS：我需要它在
dbplyr
中完全工作，也就是说：不使用
collect（）

任何想法都将不胜感激

谢谢大家!
 这里是使用逻辑
1分钟
差分平均值1事件的代码

mf %>% 
  collect() %>% 
  mutate(time_stamp = as_datetime(time_stamp)) %>%
  mutate(diff_mins = difftime(time_stamp, lag(time_stamp, 1), units = "mins")) %>%
  mutate(event_count = if_else(diff_mins == 1 | is.na(diff_mins), 0, 1)) %>%
  mutate(event_index = paste0("event_", cumsum(event_count) + 1))

输出：

# A tibble: 15 x 5
   id    time_stamp          diff_mins event_count event_index
   <chr> <dttm>              <drtn>          <dbl> <chr>      
 1 id001 2021-01-01 08:00:00 NA mins             0 event_1    
 2 id001 2021-01-01 08:01:00  1 mins             0 event_1    
 3 id001 2021-01-01 08:02:00  1 mins             0 event_1    
 4 id001 2021-01-01 08:03:00  1 mins             0 event_1    
 5 id001 2021-01-01 08:05:00  2 mins             1 event_2    
 6 id001 2021-01-01 08:06:00  1 mins             0 event_2    
 7 id001 2021-01-01 08:07:00  1 mins             0 event_2    
 8 id001 2021-01-01 08:08:00  1 mins             0 event_2    
 9 id001 2021-01-01 08:12:00  4 mins             1 event_3    
10 id001 2021-01-01 08:13:00  1 mins             0 event_3    
11 id001 2021-01-01 08:14:00  1 mins             0 event_3    
12 id001 2021-01-01 08:15:00  1 mins             0 event_3    
13 id001 2021-01-01 08:16:00  1 mins             0 event_3    
14 id001 2021-01-01 08:17:00  1 mins             0 event_3    
15 id001 2021-01-01 08:18:00  1 mins             0 event_3    

#一个tible:15 x 5
id时间戳差异分钟事件计数事件索引
id001 2021-01-01 08:00:00 NA分钟0事件
2 id001 2021-01-01 08:01:00 1分钟0事件
3 id001 2021-01-01 08:02:00 1分钟0事件
4 id001 2021-01-01 08:03:00 1分钟0事件
5 id001 2021-01-01 08:05:00 2分钟1事件2
6 id001 2021-01-01 08:06:00 1分钟0事件2
7 id001 2021-01-01 08:07:00 1分钟0事件2
8 id001 2021-01-01 08:08:00 1分钟0事件2
9 id001 2021-01-01 08:12:00 4分钟1事件
10 id001 2021-01-01 08:13:00 1分钟0事件3
11 id001 2021-01-01 08:14:00 1分钟0事件3
12 id001 2021-01-01 08:15:00 1分钟0事件3
13 id001 2021-01-01 08:16:00 1分钟0事件3
14 id001 2021-01-01 08:17:00 1分钟0事件3
15 id001 2021-01-01 08:18:00 1分钟0事件3
以下是使用逻辑的代码
1分钟
差异平均值1事件

mf %>% 
  collect() %>% 
  mutate(time_stamp = as_datetime(time_stamp)) %>%
  mutate(diff_mins = difftime(time_stamp, lag(time_stamp, 1), units = "mins")) %>%
  mutate(event_count = if_else(diff_mins == 1 | is.na(diff_mins), 0, 1)) %>%
  mutate(event_index = paste0("event_", cumsum(event_count) + 1))

输出：

# A tibble: 15 x 5
   id    time_stamp          diff_mins event_count event_index
   <chr> <dttm>              <drtn>          <dbl> <chr>      
 1 id001 2021-01-01 08:00:00 NA mins             0 event_1    
 2 id001 2021-01-01 08:01:00  1 mins             0 event_1    
 3 id001 2021-01-01 08:02:00  1 mins             0 event_1    
 4 id001 2021-01-01 08:03:00  1 mins             0 event_1    
 5 id001 2021-01-01 08:05:00  2 mins             1 event_2    
 6 id001 2021-01-01 08:06:00  1 mins             0 event_2    
 7 id001 2021-01-01 08:07:00  1 mins             0 event_2    
 8 id001 2021-01-01 08:08:00  1 mins             0 event_2    
 9 id001 2021-01-01 08:12:00  4 mins             1 event_3    
10 id001 2021-01-01 08:13:00  1 mins             0 event_3    
11 id001 2021-01-01 08:14:00  1 mins             0 event_3    
12 id001 2021-01-01 08:15:00  1 mins             0 event_3    
13 id001 2021-01-01 08:16:00  1 mins             0 event_3    
14 id001 2021-01-01 08:17:00  1 mins             0 event_3    
15 id001 2021-01-01 08:18:00  1 mins             0 event_3    

#一个tible:15 x 5
id时间戳差异分钟事件计数事件索引
id001 2021-01-01 08:00:00 NA分钟0事件
2 id001 2021-01-01 08:01:00 1分钟0事件
3 id001 2021-01-01 08:02:00 1分钟0事件
4 id001 2021-01-01 08:03:00 1分钟0事件
5 id001 2021-01-01 08:05:00 2分钟1事件2
6 id001 2021-01-01 08:06:00 1分钟0事件2
7 id001 2021-01-01 08:07:00 1分钟0事件2
8 id001 2021-01-01 08:08:00 1分钟0事件2
9 id001 2021-01-01 08:12:00 4分钟1事件
10 id001 2021-01-01 08:13:00 1分钟0事件3
11 id001 2021-01-01 08:14:00 1分钟0事件3
12 id001 2021-01-01 08:15:00 1分钟0事件3
13 id001 2021-01-01 08:16:00 1分钟0事件3
14 id001 2021-01-01 08:17:00 1分钟0事件3
15 id001 2021-01-01 08:18:00 1分钟0事件3
不使用
collect
意味着我们仅限于dplyr函数，因为这些函数定义了SQL翻译

与@Sinh_Nguyen非常相似，我建议如下：

output=mf%>%
分组依据（id）%>%
安排（时间戳）%>%
突变（上一个时间戳=滞后（时间戳，1））%>%
变异（小时差异=日期部分（“小时”，时间戳-上一个时间戳），
min_part_diff=日期部分（'minute'，time_stamp-prev_time_stamp））%>%
突变（间隙=小时差异*60+分钟部分差异）%>%
突变（is_gap=ifelse（is.na（prev_time_stamp）| gap==1,0,1））%>%
突变（事件索引=总和（是差距））

注:


groupby
和
arrange
在开始时只发生一次，但是
lag
和
cumsum
函数会隐式使用
如果dbplyr没有定义转换，那么它将按原样传递命令。编写
DATEPART<