R 修改日期，为小于时间戳的所有时间创建列_R_Datetime_Dplyr_Lubridate

R 修改日期，为小于时间戳的所有时间创建列

r datetime

R 修改日期，为小于时间戳的所有时间创建列,r,datetime,dplyr,lubridate,R,Datetime,Dplyr,Lubridate,我有一些数据如下所示： # A tibble: 754 x 2 time v1 <dttm> <dbl> 1 2020-04-16 09:45:00 175. 2 2020-04-16 10:00:00 174. 3 2020-04-16 10:15:00 174. 4 2020-04-16 10:30:00 173. 5 2020-04-16 10:45:00 174. 因此，当

我有一些数据如下所示：

# A tibble: 754 x 2
   time                 v1
   <dttm>              <dbl>
 1 2020-04-16 09:45:00  175.
 2 2020-04-16 10:00:00  174.
 3 2020-04-16 10:15:00  174.
 4 2020-04-16 10:30:00  173.
 5 2020-04-16 10:45:00  174.

因此，当数据小于10:30时，所有

时间的预期输出将为1
（在所有天内），所有时间之后的预期输出将为0

数据：
df您不必对数据进行分组。只需使用格式
即可重新设置时间格式：
df %>% 
  mutate(lessThanTenThirty = if_else(format(time, '%H:%M') < "10:30", 1, 0))

# A tibble: 754 x 3
   time                   v1 lessThanTenThirty
   <dttm>              <dbl>             <dbl>
 1 2020-04-16 09:45:00  175.                 1
 2 2020-04-16 10:00:00  174.                 1
 3 2020-04-16 10:15:00  174.                 1
 4 2020-04-16 10:30:00  173.                 0
 5 2020-04-16 10:45:00  174.                 0
 6 2020-04-16 11:00:00  175.                 0
 7 2020-04-16 11:15:00  175.                 0
 8 2020-04-16 11:30:00  175.                 0
 9 2020-04-16 11:45:00  176.                 0
10 2020-04-16 12:00:00  176.                 0

df%>%
变异（lessThanTenThirty=if_else（格式（时间，%H:%M'）<“10:30”，1，0））
#A tibble:754x3
时间v1小于初始值
1 2020-04-16 09:45:00  175.                 1.
2 2020-04-16 10:00:00  174.                 1.
3 2020-04-16 10:15:00  174.                 1.
4 2020-04-16 10:30:00  173.                 0
5 2020-04-16 10:45:00  174.                 0
6 2020-04-16 11:00:00  175.                 0
7 2020-04-16 11:15:00  175.                 0
8 2020-04-16 11:30:00  175.                 0
9 2020-04-16 11:45:00  176.                 0
10 2020-04-16 12:00:00  176.                 0
带有as.ITime的选项
library(data.table)
library(dplyr)
df %>% 
   mutate(lessThanTenThirty = +(as.ITime(time) < as.ITime("10:30:00")))

库（data.table）
图书馆（dplyr）
df%>%
突变（lessThanTenThirty=+（as.ITime（时间）

df %>% 
  mutate(lessThanTenThirty = if_else(format(time, '%H:%M') < "10:30", 1, 0))

# A tibble: 754 x 3
   time                   v1 lessThanTenThirty
   <dttm>              <dbl>             <dbl>
 1 2020-04-16 09:45:00  175.                 1
 2 2020-04-16 10:00:00  174.                 1
 3 2020-04-16 10:15:00  174.                 1
 4 2020-04-16 10:30:00  173.                 0
 5 2020-04-16 10:45:00  174.                 0
 6 2020-04-16 11:00:00  175.                 0
 7 2020-04-16 11:15:00  175.                 0
 8 2020-04-16 11:30:00  175.                 0
 9 2020-04-16 11:45:00  176.                 0
10 2020-04-16 12:00:00  176.                 0

library(data.table)
library(dplyr)
df %>% 
   mutate(lessThanTenThirty = +(as.ITime(time) < as.ITime("10:30:00")))