R 当我有一个包含电影开始和结束时间的数据帧时，如何计算每小时观看的电影数量？

我有一个数据框，看起来像：

start_timestamp        end_timestamp
2012-11-18 05:53:36.0  2012-11-18 7:46:40.0
2012-11-18 06:34:23.0  2012-12-18 09:21:57.0

hour                   moves_being_played
2012-11-18 05:00:00.0  NA
2012-11-18 06:00:00.0  NA
2012-11-18 07:00:00.0  NA
2012-11-18 08:00:00.0  NA
2012-11-18 09:00:00.0  NA

我希望输出像这样：

hour                   moves_being_played
2012-11-18 05:00:00.0  1
2012-11-18 06:00:00.0  2
2012-11-18 07:00:00.0  2
2012-11-18 08:00:00.0  1
2012-11-18 09:00:00.0  1

我能想到的唯一方法是创建一个如下表：

start_timestamp        end_timestamp
2012-11-18 05:53:36.0  2012-11-18 7:46:40.0
2012-11-18 06:34:23.0  2012-12-18 09:21:57.0

hour                   moves_being_played
2012-11-18 05:00:00.0  NA
2012-11-18 06:00:00.0  NA
2012-11-18 07:00:00.0  NA
2012-11-18 08:00:00.0  NA
2012-11-18 09:00:00.0  NA

---

然后使用一个for循环，在给定的时间段内每小时迭代一次，看看有多少

start\u时间戳

更低，并与一个

end\u时间戳

配对，后者更大，但效率似乎非常低

@alistaire的评论是一个简洁、高效的解决方案，很可能既是一个实际的答案，也是一个公认的答案

抛开这一条，展示类似但更复杂情况下的通用习惯用法（没有足够的

do（）

示例）：

library(dplyr)

df <- data_frame(
  start_timestamp=as.POSIXct(c("2012-11-18 05:53:36.0", "2012-11-18 06:34:23.0")),
  end_timestamp=as.POSIXct(c("2012-11-18 07:46:40.0", "2012-11-18 09:21:57.0"))
)

hourly_count <- function(x) {

  range(x$start_timestamp, x$end_timestamp) %>%
    format("%Y-%m-%d %H:00:00") %>%
    as.POSIXct()-> rng

  hrs <- seq(from=rng[1], to=rng[2], by="1 hour")

  data_frame(hour=hrs, is_playing=TRUE)

}

rowwise(df) %>%
  do(hourly_count(.)) %>%
  count(hour, is_playing) %>%
  select(-is_playing, movies_being_played=n)
## Source: local data frame [5 x 2]
## Groups: hour [5]
## 
##                  hour movies_being_played
##                <dttm>               <int>
## 1 2012-11-18 05:00:00                   1
## 2 2012-11-18 06:00:00                   2
## 3 2012-11-18 07:00:00                   2
## 4 2012-11-18 08:00:00                   1
## 5 2012-11-18 09:00:00                   1

库（dplyr）
df%
as.POSIXct（）->rng
小时%
do（每小时计数（%）%>%
计数（小时，正在播放）%>%
选择（-正在播放，正在播放的电影=n）
##来源：本地数据帧[5 x 2]
##分组：小时[5]
## 
##每小时播放一部电影
##                               
## 1 2012-11-18 05:00:00                   1
## 2 2012-11-18 06:00:00                   2
## 3 2012-11-18 07:00:00                   2
## 4 2012-11-18 08:00:00                   1
## 5 2012-11-18 09:00:00                   1

没那么糟糕：

sapply（seq（trunc（min）（df$start\u timestamp），'hour'）、max（df$end\u timestamp），by='hour'）、函数（x）{sum（x>=df$start\u timestamp&x比我想象的要优雅得多！