提取R中的更改持续时间

因此，我有一个包含3列a（ID）、B（时间戳）和C（二进制）的表。我想知道ID在0到1之间的持续时间（我不认为从1到0）< /P> 我想要下表：

ID Duration
x (t3-t1)+(t7-t4)
y t6-t5

---

您可以使用以下命令

但是，您需要找到处理

NA

s的方法。我在这里用0填充了它们

library(tidyr)
df %>% 
  group_by(A) %>% 
  tidyr::spread(B,C) %>% 
  mutate_at(vars(contains("t")),funs(ifelse(is.na(.),0,.))) %>% 
  mutate(Duration=ifelse(A=="x",(t3-t1)+(t7-t4),t6-t5)) %>% 
  rename(ID=A) %>% 
 select(ID,Duration) %>% 
  ungroup()

结果:

# A tibble: 2 x 2
  ID    Duration
  <chr>    <dbl>
1 x            2
2 y            1 

     ID Duration
  <dbl>    <dbl>
1     1  6313653
2     2       64

#一个tible:2x2
ID持续时间
1 x 2
2 y 1

您可以使用以下命令

但是，您需要找到处理

NA

s的方法。我在这里用0填充了它们

library(tidyr)
df %>% 
  group_by(A) %>% 
  tidyr::spread(B,C) %>% 
  mutate_at(vars(contains("t")),funs(ifelse(is.na(.),0,.))) %>% 
  mutate(Duration=ifelse(A=="x",(t3-t1)+(t7-t4),t6-t5)) %>% 
  rename(ID=A) %>% 
 select(ID,Duration) %>% 
  ungroup()

结果:

# A tibble: 2 x 2
  ID    Duration
  <chr>    <dbl>
1 x            2
2 y            1 

     ID Duration
  <dbl>    <dbl>
1     1  6313653
2     2       64

#一个tible:2x2
ID持续时间
1 x 2
2 y 1

这就是你要找的吗

library(tidyverse)

df <-
  tibble(
    ID = c(1, 2, 1, 1, 2, 2, 1),
    Timestamp = c(1528362158, 1534675468, 1534675492, 1534675748, 1534675939, 1534676003, 1534676067),
    Binary = c(0, 1, 1, 0, 0, 1, 1)
  )

df %>%
  group_by(ID) %>%
  mutate(rn = row_number()) %>%
  spread(Binary, Timestamp) %>%
  fill(`0`, .direction = 'down') %>%
  drop_na() %>%
  mutate(Duration = `1` - `0`) %>%
  summarise(Duration = sum(Duration))

库（tidyverse）
df%
分组依据（ID）%>%
变异（rn=行数（））%>%
排列（二进制，时间戳）%>%
填充（`0`，方向='down'）%>%
下拉菜单（）%>%
变异（持续时间=`1`-`0`）%>%
总结（持续时间=总和（持续时间））

结果:

# A tibble: 2 x 2
  ID    Duration
  <chr>    <dbl>
1 x            2
2 y            1 

     ID Duration
  <dbl>    <dbl>
1     1  6313653
2     2       64

ID持续时间
1     1  6313653
2     2       64

这就是你要找的吗

library(tidyverse)

df <-
  tibble(
    ID = c(1, 2, 1, 1, 2, 2, 1),
    Timestamp = c(1528362158, 1534675468, 1534675492, 1534675748, 1534675939, 1534676003, 1534676067),
    Binary = c(0, 1, 1, 0, 0, 1, 1)
  )

df %>%
  group_by(ID) %>%
  mutate(rn = row_number()) %>%
  spread(Binary, Timestamp) %>%
  fill(`0`, .direction = 'down') %>%
  drop_na() %>%
  mutate(Duration = `1` - `0`) %>%
  summarise(Duration = sum(Duration))

库（tidyverse）
df%
分组依据（ID）%>%
变异（rn=行数（））%>%
排列（二进制，时间戳）%>%
填充（`0`，方向='down'）%>%
下拉菜单（）%>%
变异（持续时间=`1`-`0`）%>%
总结（持续时间=总和（持续时间））

结果:

# A tibble: 2 x 2
  ID    Duration
  <chr>    <dbl>
1 x            2
2 y            1 

     ID Duration
  <dbl>    <dbl>
1     1  6313653
2     2       64

ID持续时间
1     1  6313653
2     2       64

是

t1，t2

应该是

数值的

或

字符的

？编程问题在哪里？t1，t2，时间是否可以添加期望的数值（如果有）？我添加了t1，t2，…的值是

t1，t2

应该是

数字

或

字符

？编程问题在哪里？t1，t2，时间戳是否允许添加预期的数值（如果有）？我添加了t1，t2，…这似乎是理想的解决方案。我应该提到ID也可以是数字的，所以我得到了一个错误：“group_by_uu”没有适用的方法应用于类“c（'integer'，'numeric'）”@MarGa的对象<代码>分组依据可应用于数值向量。检查我的eddited答案。@Pawel当我尝试你的例子时，当我用数据帧的列（ID=MyDF$ID…）更改ID、时间戳和二进制时，它会起作用。它不起作用。知道我有一个超过400万次观测的巨大框架，我得到了以下信息：=============================================================================================================================================================================================================================================================================================================================================================================================================================================================================================================================================================================================。。。使用2个变量：ID、Duration，我还使用slice（1:150）对前150个观察值进行了切片，并进行了测试，但它不起作用。我还将列转换为双精度，以防出现错误。我做错什么了？我还得到了#一个tibble:0x2#。。。对于2个变量：ID，Duration，这似乎是理想的解决方案。我应该提到ID也可以是数字的，所以我得到了这个错误：没有适用于“c（'integer'，'numeric'）”@MarGa类对象的“group_by_uu”的方法<代码>分组依据可应用于数值向量。检查我的eddited答案。@Pawel当我尝试你的例子时，当我用数据帧的列（ID=MyDF$ID…）更改ID、时间戳和二进制时，它会起作用。它不起作用。知道我有一个超过400万次观测的巨大框架，我得到了以下信息：=============================================================================================================================================================================================================================================================================================================================================================================================================================================================================================================================================================================================。。。使用2个变量：ID、Duration，我还使用slice（1:150）对前150个观察值进行了切片，并进行了测试，但它不起作用。我还将列转换为双精度，以防出现错误。我做错什么了？我还得到了#一个tibble:0x2#。。。有两个变量：ID、持续时间