R 确定汽车和非汽车模式之间最多1小时的时差

我有

我想找一个专栏，看看在每个家庭中，非汽车模式是否最多比汽车模式早1个小时

我需要该列作为一个人或多个人的索引，这些人在这个时间段与另一个人相交

在上面的示例“第一家庭”中，第一人称的时间比第四人称早1小时，因此在新列中，第一人称的婴儿为4，第四人称的婴儿为1。 输出：

---

与其他家庭成员的交集不为0或类似NA的任何东西这里有一个生成这些匹配项的

dplyr

方法

 household       person     time           mode             overlap
      1           1          07:45:00        non-car           4
      1           1          09:05:00        car               2
      1           2          08:10:00        non-car           4,1
      1           3          22:45:00        non-car           0
      1           4          08:30:00        car               1,2
      1           5          22:00:00         car              0
      2           1          07:45:00        non-car            0
      2           2          16:45:00        car                0

库（dplyr）；图书馆（hms）
df%>%
#将桌子连接到自己，按家庭连接。
#因此，每一行都链接到每一行（包括它本身）
#同一个家庭。带有end.x和
#连接的数据将以.y结尾，因此我们可以在下面进行比较。
左联合（df，by=c（“家庭”））%>%
#找出时间差，以秒为单位
突变（time_dif=abs（time.y-time.x））%>%
过滤器（时间差<3600，#如果百分比保持#如果不同模式保持
#我们现在有了答案，下面的所有内容都是用于格式化的
#重命名并隐藏一些我们不再需要的变量
选择（家庭，人=人.x，时间=时间.x，
模式=模式x，其他=个人y）%>%
#将每个人的重叠部分合并为一行
按（家庭、个人、时间）分组%>%
总结（重叠=粘贴（其他，折叠=“，”），时间=长度（其他））%>%
#添加回所有原始行，即使没有重叠
右联合（df）%>%
解组（）
##一个tibble:7x6
#家庭人时重叠时间模式
#                 
#11 07:45 4 1非汽车
#21109:05 21辆车
#3 1 2 08:10 1,4 2非汽车
#4 1 3 22:45不适用不适用非汽车
#5 1 4 08:30 1,2 2车厢
#6 2 1 07:45不适用非汽车
#7216:45北美汽车

这里有一个生成这些匹配的

dplyr

方法

 household       person     time           mode             overlap
      1           1          07:45:00        non-car           4
      1           1          09:05:00        car               2
      1           2          08:10:00        non-car           4,1
      1           3          22:45:00        non-car           0
      1           4          08:30:00        car               1,2
      1           5          22:00:00         car              0
      2           1          07:45:00        non-car            0
      2           2          16:45:00        car                0

library（dplyr）；library（hms）
df%>%
#将桌子连接到自己，按家庭连接。
#因此，每一行都链接到每一行（包括它本身）
#同一住户。原始数据带有end.x和
#连接的数据将以.y结尾，因此我们可以在下面进行比较。
左联合（df，by=c（“家庭”））%>%
#找出时间差，以秒为单位
突变（time_dif=abs（time.y-time.x））%>%
过滤器（时间差<3600，#如果百分比保持#如果不同模式保持
#我们现在有了答案，下面的所有内容都是用于格式化的
#重命名并隐藏一些我们不再需要的变量
选择（家庭，人=人.x，时间=时间.x，
模式=模式x，其他=个人y）%>%
#将每个人的重叠部分合并为一行
按（家庭、个人、时间）分组%>%
总结（重叠=粘贴（其他，折叠=“，”），时间=长度（其他））%>%
#添加回所有原始行，即使没有重叠
右联合（df）%>%
解组（）
##一个tibble:7x6
#家庭人时重叠时间模式
#                 
#11 07:45 4 1非汽车
#21109:05 21辆车
#3 1 2 08:10 1,4 2非汽车
#4 1 3 22:45不适用不适用非汽车
#5 1 4 08:30 1,2 2车厢
#6 2 1 07:45不适用非汽车
#7216:45北美汽车

这看起来几乎是一样的，但它是不同的，这里我们没有时间间隔，只是比较了启动时间，并将非车载模式与每种模式下的车载模式进行了比较household@G.Grothendieck你能帮我解决这个问题吗？我已经花了很多时间，但没能让它发生变化。我认为这其实是一样的，除了上面的定义美联社。这看起来几乎是一样的，因为它是不同的，在这里我们没有时间间隔，只是开始时间比较，非汽车模式比较与汽车模式在每个household@G.Grothendieck你能帮我解决这个问题吗？我已经花了很多时间，但没能做到。我认为除了重叠的定义外，这是真的一样在我的模型中使用了此解决方案，但正如我在问题中提到的，我希望非汽车模式在模式汽车之前1小时。使用您的解决方案，我可以同时获得这两种模式。您可以修复它吗？我不确定我是否遵循。您希望输出与您描述的输出不同吗？不，在本例中，我没有这种情况。因此输出是正确的。让我编辑我的示例确定我添加了对于第一个家庭，第五个人和第三个人之间的差异小于1，但非汽车模式的时间更大。基本上，如果汽车模式的时间小于非汽车模式的时间，您可以删除输出吗？我在我的模型中使用了此解决方案，但正如我在问题中提到的，我希望非汽车模式的时间比汽车模式的时间早1小时我两个都懂。你能修好吗？我不确定我是否懂。你想要不同于你描述的输出吗？不，在这个例子中，我没有那样的输出。所以输出是正确的。让我编辑我的示例好吧，我将第五个人添加到第一个家庭中，现在第三和第五个人之间的差异小于1，但非汽车模式的时间更长基本上，如果汽车模式的时间小于非汽车模式，您可以删除输出吗？

library(dplyr); library(hms)
df %>%
  # Connect the table to itself, linking by household.
  #   So every row gets linked to every row (including itself)
  #   with the same household. The original data with end .x and 
  #   the joined data will end .y, so we can compare then below.
  left_join(df, by = c("household")) %>%
  # Find the difference in time, in seconds
  mutate(time_dif = abs(time.y - time.x)) %>%
  filter(time_dif < 3600,       # Keep if <1hr difference
         person.x != person.y,  # Keep if different person
         mode.x != mode.y) %>%  # Keep if different mode

  # We have the answers now, everything below is for formatting

  # Rename and hide some variables we don't need any more
  select(household, person = person.x, time = time.x, 
         mode = mode.x, other = person.y) %>%
  # Combine each person's overlaps into one row
  group_by(household, person, time) %>%
  summarise(overlaps  = paste(other, collapse =","), times = length(other)) %>%
  # Add back all original rows, even if no overlaps
  right_join(df) %>%
  ungroup()


## A tibble: 7 x 6
#  household person time   overlaps times mode   
#      <int>  <int> <time> <chr>    <int> <chr>  
#1         1      1 07:45  4            1 non-car
#2         1      1 09:05  2            1 car    
#3         1      2 08:10  1,4          2 non-car
#4         1      3 22:45  NA          NA non-car
#5         1      4 08:30  1,2          2 car    
#6         2      1 07:45  NA          NA non-car
#7         2      2 16:45  NA          NA car