R基于时间间隔和密钥的年度聚合

我有一个问题，我知道如何用SQL解决，但在R中却不能很好地解决。这似乎是一个用

dpylr

轻松解决的任务，但我正在寻找输入

我有一个与开始和结束时间相关联的位置列表。这些日期标记位置处于活动状态的时间段

我想输出一个任意间隔之间的所有年份的表，每个年份都有

计数（活动位置）

。如果某个位置在该年的任何时间处于活动状态，则该位置处于活动状态，并且不应被计算多次

实例 考虑到以下数据：

╔════════════╦═════════════════════╦═════════════════════╗
║ LocationID ║ StartDate <POSIXlt> ║ EndDate <POSIXlt>   ║
╠════════════╬═════════════════════╬═════════════════════╣
║ 0          ║ 2000-01-01 00:00:00 ║ 2001-01-01 12:00:00 ║
║ 1          ║ 2000-01-01 00:00:00 ║ 2010-01-01 12:00:00 ║
║ 2          ║ 2009-01-01 12:00:00 ║ 2015-06-01 00:00:00 ║
║ 0          ║ 2001-12-01 00:00:00 ║ 2010-01-01 12:00:00 ║
╚════════════╩═════════════════════╩═════════════════════╝

---

如能就最佳方法提供任何指导，将不胜感激。谢谢大家!

这里有一种方法。我根据上面的数据创建了一个示例数据。首先，我从

start

和

end

提取了年份信息，并使用

year（）

创建了两个新列，您可以在lubridate或data.table中找到它们。然后，对于每一行，我使用

sapply（）

中的

seq（）

创建了一个年份序列。在这个阶段，您有一个列表。您可以

unlist（）

列表，并计算每年出现的次数（

table（）

）。最后，使用

data.frame（）

转换表

库（lubridate）
图书馆（dplyr）
mydf温度
sapply（1:nrow（温度）、功能（x）{
seq（温度[x，2]，温度[x，3]，比=1）}）%>%
未列出%>%
表%>%
数据帧
#      . 频率
#1  2000    2
#2  2001    3
#3  2002    2
#4  2003    2
#5  2004    2
#6  2005    2
#7  2006    2
#8  2007    2
#9  2008    2
#10 2009    3
#11 2010    3
#12 2011    1
#13 2012    1
#14 2013    1
#15 2014    1
#16 2015    1

谢谢；我会尝试一下，如果发现任何调整，我会报告回来。@DonScott OK。让我知道它是如何运行的。所以这在我的完整数据集上实际上不起作用。在我的2999结果中，我得到了奇怪的年份，而这些年份不在原始数据中。此外，计数与实际值不符。@DonScott听到这个消息我很难过。我希望我能帮助你，但我没有你的实际数据。在您的问题中，您有一些表，例如，这些表并没有告诉SO用户每列的类。最好使用

dput（）

并创建一个最小的示例。通过这种方式，您将能够获得支持，这将适用于您的实际数据集。对于我的数据，我需要做同样的事情，它可以很好地使用Jazzurros示例。但是使用我自己的数据，我得到了错误“error in is.finite（if（is.character（from））from=as.numeric（from else-from）：没有为类型“list”实现默认方法。经过一些搜索，我发现我需要将data.frame转换为具有as.matrix（）的矩阵。这解决了问题。

╔══════╦═══════════════╗
║ Year ║ Count(active) ║
╠══════╬═══════════════╣
║ 2000 ║ 2             ║
║ 2001 ║ 2             ║
║ 2002 ║ 2             ║
║ 2003 ║ 2             ║
║ 2004 ║ 2             ║
║ 2005 ║ 2             ║
║ 2006 ║ 2             ║
║ 2007 ║ 2             ║
║ 2008 ║ 2             ║
║ 2009 ║ 3             ║
║ 2010 ║ 3             ║
║ 2011 ║ 1             ║
║ 2012 ║ 1             ║
║ 2013 ║ 1             ║
║ 2014 ║ 1             ║
║ 2015 ║ 1             ║
╚══════╩═══════════════╝

library(lubridate)
library(dplyr)

mydf <- data.frame(ID = c(0,1,2,0),
                   start = as.POSIXct(c("2000-01-01 00:00:00", "2000-01-01 00:00:00",
                                        "2009-01-01 12:00:00", "2001-12-01 00:00:00")),
                   end = as.POSIXct(c("2001-01-01 12:00:00", "2010-01-01 12:00:00",
                                      "2015-06-01 00:00:00", "2010-01-01 12:00:00")))


mutate_each(mydf, funs(year(.)), start:end) -> temp

sapply(1:nrow(temp), function(x){

            seq(temp[x, 2], temp[x, 3], by = 1)}) %>%
unlist %>%
table %>%
data.frame

#      . Freq
#1  2000    2
#2  2001    3
#3  2002    2
#4  2003    2
#5  2004    2
#6  2005    2
#7  2006    2
#8  2007    2
#9  2008    2
#10 2009    3
#11 2010    3
#12 2011    1
#13 2012    1
#14 2013    1
#15 2014    1
#16 2015    1