R和lubridate:使用标准在时间序列中创建间隔
我很难从一些时间序列数据中创建一系列的时间间隔 如果我有一个数据框(df),其中包含日期、浓度以及浓度是否超过阈值5:R和lubridate:使用标准在时间序列中创建间隔,r,R,我很难从一些时间序列数据中创建一系列的时间间隔 如果我有一个数据框(df),其中包含日期、浓度以及浓度是否超过阈值5: df <- structure(list(DATE = structure(c(1356183950, 1356184851, 1356185750, 1356186650, 1356187551, 1356188450, 1356189350, 1356190250, 1356191150, 1356192050, 1356192950, 1356193851, 1
df <- structure(list(DATE = structure(c(1356183950, 1356184851, 1356185750,
1356186650, 1356187551, 1356188450, 1356189350, 1356190250, 1356191150,
1356192050, 1356192950, 1356193851, 1356194750, 1356195650, 1356196550,
1356197450), class = c("POSIXct", "POSIXt"), tzone = "UTC"),
CONC = c(3.8, 3.8, 3.7, 4.3, 5, 6, 7.2, 7, 6, 5, 4.3,
3.7, 3.4, 3.3, 3.1, 3), EXCEED = c(0, 0, 0, 0, 1, 1, 1, 1,
1, 1, 0, 0, 0, 0, 0, 0)), .Names = c("DATE", "TURBIDITY",
"EXCEED"), row.names = 1070:1085, class = "data.frame")
我不知道如何使用lubridate创建不同的间隔。我是否应该使用另一个软件包?想法?这里有一个快速可行的
数据表
解决方案。我使用了中的rleid
函数,但您可以使用基本的Rrle
函数
library(data.table) # v>=1.9.5
setDT(df)[, .(
START = min(DATE),
END = max(DATE),
MAXCONC = max(TURBIDITY)
),
by = rleid(EXCEED)]
## rleid START END MAXCONC
## 1: 1 2012-12-22 13:45:50 2012-12-22 14:30:50 4.3
## 2: 2 2012-12-22 14:45:51 2012-12-22 16:00:50 7.2
## 3: 3 2012-12-22 16:15:50 2012-12-22 17:30:50 4.3
我只是添加了我确定的实现(即,使用
data.table::rleid
和dplyr
作为替代解决方案)
library(data.table) # v >= 1.9.5
library(dplyr)
df %>%
group_by(RUN = data.table::rleid(EXCEED)) %>%
summarize(START = min(DATE),
END = max(DATE),
MAX = max(TURBIDITY)) %>%
mutate(DURATION_HRS = as.numeric((END - START)/60))
# RUN START END MAX DURATION_HRS
# 1 2012-12-22 13:45:50 2012-12-22 14:30:50 4.3 0.75000
# 2 2012-12-22 14:45:51 2012-12-22 16:00:50 7.2 1.24972
# 3 2012-12-22 16:15:50 2012-12-22 17:30:50 4.3 1.25000
谢谢!我应该能够使用lubridate中的开始和结束日期来计算所需的其他统计数据。我还学习了一个非常有用的新术语,“运行长度编码”…)什么是
as.duration
和interval
?lubridate::new_interval
创建一个具有指定开始和结束日期的interval对象,并且lubridate::as.duration
在几秒钟内将该对象强制为duration对象。您不需要这个,只需执行mutate(duration\u HRS=(end-start)/60)
。每次我查看lubridate中的函数时,似乎那里的一切都太复杂了……打得好!谢谢我整理了代码以反映您的建议。
library(data.table) # v >= 1.9.5
library(dplyr)
df %>%
group_by(RUN = data.table::rleid(EXCEED)) %>%
summarize(START = min(DATE),
END = max(DATE),
MAX = max(TURBIDITY)) %>%
mutate(DURATION_HRS = as.numeric((END - START)/60))
# RUN START END MAX DURATION_HRS
# 1 2012-12-22 13:45:50 2012-12-22 14:30:50 4.3 0.75000
# 2 2012-12-22 14:45:51 2012-12-22 16:00:50 7.2 1.24972
# 3 2012-12-22 16:15:50 2012-12-22 17:30:50 4.3 1.25000