R 要启动和停止的事件数据

我有一个带有日期时间和值的数据框，如下所示：

             datetime value
1 2016-05-03 08:51:41     0
2 2016-05-03 10:36:24     0
3 2016-05-03 10:36:32     9
4 2016-05-03 10:45:01     5
5 2016-05-03 10:45:24     0
6 2016-05-03 19:37:02     0
7 2016-05-03 19:37:06     7
8 2016-05-03 19:48:38     0

我想要的是一个表，其中包含值为常量的时段的开始和停止时间。对于上表，预期输出如下：

  value               start                stop
1     0                <NA> 2016-05-03 10:36:32
2     9 2016-05-03 10:36:32 2016-05-03 10:45:01
3     5 2016-05-03 10:45:01 2016-05-03 10:45:24
4     0 2016-05-03 10:45:24 2016-05-03 19:37:06
5     7 2016-05-03 19:37:06 2016-05-03 19:48:38
6     0 2016-05-03 19:48:38                <NA>

---

假设您的第一个数据帧名为

x

。然后做：

---

data.frame（value=names（tapply（x$datetime，x$value，min）），start=tapply（x$datetime，x$value，max），stop=tapply（x$datetime，x$value，max））

假设您的第一个数据帧被命名为

x

。然后做：

data.frame（value=names（tapply（x$datetime，x$value，min）），start=tapply（x$datetime，x$value，max），stop=tapply（x$datetime，x$value，max））

使用数据。表格

library(data.table)
setDT(DF)

res = DF[, .(end = datetime[.N]), by=.(value, seq = rleid(value))]
res[.N, end := NA]

   value seq                 end
1:     0   1 2016-05-03 04:36:24
2:     9   2 2016-05-03 04:36:32
3:     5   3 2016-05-03 04:45:01
4:     0   4 2016-05-03 13:37:02
5:     7   5 2016-05-03 13:37:06
6:     0   6                <NA>

工作原理：

• DT[i，j，by]

  过滤到

  i

  ，然后在

  by

  确定的每个子集中计算

  j

• （）

  只是

  列表（）的快捷方式

• rleid

  标识每个相同值的“运行”

• .N

  是

  by

  组中的行数（如果

  by

  为空，则为表中的行数）

• ：=

  通过引用修改列

• shift

  是滞后/超前运算符

• setcolorder

  按引用重新排列列

（请注意，我的结果看起来不像OP的结果，可能是因为给出了错误的

dput

，或者是因为POSIX datetime对象非常挑剔。我建议改为使用data.table包中的

IDateTime

）

使用data.table

library(data.table)
setDT(DF)

res = DF[, .(end = datetime[.N]), by=.(value, seq = rleid(value))]
res[.N, end := NA]

   value seq                 end
1:     0   1 2016-05-03 04:36:24
2:     9   2 2016-05-03 04:36:32
3:     5   3 2016-05-03 04:45:01
4:     0   4 2016-05-03 13:37:02
5:     7   5 2016-05-03 13:37:06
6:     0   6                <NA>

工作原理：

• DT[i，j，by]

  过滤到

  i

  ，然后在

  by

  确定的每个子集中计算

  j

• （）

  只是

  列表（）的快捷方式

• rleid

  标识每个相同值的“运行”

• .N

  是

  by

  组中的行数（如果

  by

  为空，则为表中的行数）

• ：=

  通过引用修改列

• shift

  是滞后/超前运算符

• setcolorder

  按引用重新排列列

---

（请注意，我的结果看起来不像OP的结果，可能是因为给出了错误的

dput

，也可能是因为POSIX datetime对象非常挑剔。我建议改为从data.table包中读取

IDateTime

）

当我读入数据时，我会看到非常不同的时间（以6小时和不同的秒为间隔）。我猜这是恼人的datetime格式的一些副作用…当我在中读取数据时，我看到的时间非常不同（减少了6小时和不同的秒数）。我猜这是恼人的datetime格式的一些副作用…不，在值==0处花费的每个法术都应该有一个额外的行。对，很抱歉，我最初错过了。不，在值==0处花费的每个法术都应该有一个额外的行。对，很抱歉，我最初错过了。假设我想通过另一个变量进行分组。“我该怎么做呢？”“皇室成员们，我不知道我是否明白你的要求。您可以通过=.（…）将

更改为其他内容。如果这还不够，也许你需要发布一个新问题。假设我想用另一个变量分组。“我该怎么做呢？”“皇室成员们，我不知道我是否明白你的要求。您可以通过=.（…）

将

更改为其他内容。如果这还不够，也许你需要发布一个新问题。
res[, start := shift(end)]
setcolorder(res, c("value", "seq", "start", "end"))


   value seq               start                 end
1:     0   1                <NA> 2016-05-03 04:36:24
2:     9   2 2016-05-03 04:36:24 2016-05-03 04:36:32
3:     5   3 2016-05-03 04:36:32 2016-05-03 04:45:01
4:     0   4 2016-05-03 04:45:01 2016-05-03 13:37:02
5:     7   5 2016-05-03 13:37:02 2016-05-03 13:37:06
6:     0   6 2016-05-03 13:37:06                <NA>