R 如何过滤两个向量之间的时间戳

我是R的新手，正在尝试过滤雨后2小时内的降雨事件数据集。我尝试过编写一个函数来过滤，但失败了，但是有没有一种简单的方法可以用filter（）或类似的东西来实现呢

到目前为止，我已经使用了过滤器（LRAIN>0）并尝试编写if条件，但失败了

foo <- if(Demo$LRAIN > 0) {as.vector(start_date = time) & as.vector(end_date = time + hour(2))}

foo 0）{as.vector（开始日期=时间）和as.vector（结束日期=时间+小时（2））}

此外，我也尝试过：

rain_start_time <- Demo$time[Demo$LRAIN > 0]
rain_end_time <- rain_start_time+hours(2)

Demo %>% filter(time > rain_start_time & time < rain_end_time)

rain\u start\u time 0]
雨水结束时间%过滤器（时间>雨水开始时间&时间<雨水结束时间）

但这并没有导致只返回rain\u start\u time和rain\u end\u time中每对日期之间的行

这是我的tibble的一部分，作为一个例子。我想保留“LRAIN”一栏中所示的降雨事件的所有信息（例如22:40:00的第一场降雨）加上接下来的两个小时

# A tibble: 6 x 10
  time                KILOPASCAL LRAIN RAWVOLWATER REFERENCE_KPA
  <dttm>                      <dbl> <dbl>       <dbl>         <dbl>
1 2019-07-26 22:30:00       -86.1  0          2259.          98.9
2 2019-07-26 22:40:00       -86.2  0.01       2258.          99.0
3 2019-07-26 22:50:00       -86.2  0.01       2258.          98.9
4 2019-07-26 23:00:00       -86.1  0          2259.          98.9
5 2019-07-26 23:10:00       -86.1  0          2258.          98.9
6 2019-07-26 23:20:00       -86.1  0          2259.          98.9

Demo %>%
  slice(-seq_len(which.max(LRAIN > 0) - 1)) %>%
  group_by(group = cumsum(LRAIN > 0)) %>%
  filter(time <= first(time) + hours(2))

#一个tible:6 x 10
时间（千帕斯卡）LRAIN RAWVOLWATER参考值
1 2019-07-26 22:30:00       -86.1  0          2259.          98.9
2 2019-07-26 22:40:00       -86.2  0.01       2258.          99
3 2019-07-26 22:50:00       -86.2  0.01       2258.          98.9
4 2019-07-26 23:00:00       -86.1  0          2259.          98.9
5 2019-07-26 23:10:00       -86.1  0          2258.          98.9
6 2019-07-26 23:20:00       -86.1  0          2259.          98.9

---

我希望有人能帮忙。已经非常感谢你了

当

LRAIN>0

和

filter

从该时间到接下来2小时的所有行时，您可以获得第一个

时间。在base R中，这可以按如下方式进行

rain_start_time <- df$time[which.max(df$LRAIN > 0)]
df[df$time >= rain_start_time & df$time <= rain_start_time + (2 * 60 * 60), ]

#                 time device_sn KILOPASCAL LRAIN RAWVOLWATER REFERENCE_KPA
#2 2019-07-26 22:40:00  z6-01968      -86.2  0.01        2258          99.0
#3 2019-07-26 22:50:00  z6-01968      -86.2  0.01        2258          98.9
#4 2019-07-26 23:00:00  z6-01968      -86.1  0.00        2259          98.9
#5 2019-07-26 23:10:00  z6-01968      -86.1  0.00        2258          98.9
#6 2019-07-26 23:20:00  z6-01968      -86.1  0.00        2259          98.0


编辑

要包含所有降雨事件，我们可以（使用数据帧名称作为
Demo
）删除第一行，直到没有降雨发生，然后在每个降雨间隔创建组，并选择在接下来两小时内发生的行

# A tibble: 6 x 10
  time                KILOPASCAL LRAIN RAWVOLWATER REFERENCE_KPA
  <dttm>                      <dbl> <dbl>       <dbl>         <dbl>
1 2019-07-26 22:30:00       -86.1  0          2259.          98.9
2 2019-07-26 22:40:00       -86.2  0.01       2258.          99.0
3 2019-07-26 22:50:00       -86.2  0.01       2258.          98.9
4 2019-07-26 23:00:00       -86.1  0          2259.          98.9
5 2019-07-26 23:10:00       -86.1  0          2258.          98.9
6 2019-07-26 23:20:00       -86.1  0          2259.          98.9

Demo %>%
  slice(-seq_len(which.max(LRAIN > 0) - 1)) %>%
  group_by(group = cumsum(LRAIN > 0)) %>%
  filter(time <= first(time) + hours(2))

Demo%>%
切片（-seq_len（which.max（LRAIN>0）-1））%>%
组别依据（组别=cumsum（LRAIN>0））%>%
过滤（时间使用
ifelse
而不是
if/else
我认为类似于：
library（dplyr）；library（lubridate）；Demo%>%filter（谢谢你，这似乎是正确的方法。但不幸的是，我的数据集包含许多降雨事件（向量降雨开始时间包含600个位置）每次我尝试过滤向量加上2小时，我的R会话就会中止。有没有办法使此过滤器适用于包含许多rainevents的较大数据集？谢谢！）@KodakAsis
rain\u start\u time
应该只有一个值，因为我们使用的是
which.max
，而不是
which
。无论如何，您想为所有rain\u事件保留接下来2小时的数据吗？因此在
22:40:00
后2小时和
22:50:00
后2小时共享的数据中？目前，我得到了答案提供的数据仅在第一场雨后2小时保存，即
22:40:00
@Ronakh Shah-True后2小时，谢谢，但我将其更改为“which”因为我需要过滤所有的rainevents+2小时。所以基本上我需要过滤每个日期的日期向量+2小时。我还想保留相邻降雨后的2小时，即22:40和22:50，可能在另一个步骤中删除由此重复的行。@KodakAsis您能在编辑部分检查更新的答案吗？看看它是否适合你。
df <- structure(list(time = structure(c(1564151400, 1564152000, 1564152600, 
1564153200, 1564153800, 1564154400), class = c("POSIXct", "POSIXt"
), tzone = ""), device_sn = structure(c(1L, 1L, 1L, 1L, 1L, 1L
), .Label = "z6-01968", class = "factor"), KILOPASCAL = c(-86.1, 
-86.2, -86.2, -86.1, -86.1, -86.1), LRAIN = c(0, 0.01, 0.01, 
0, 0, 0), RAWVOLWATER = c(2259, 2258, 2258, 2259, 2258, 2259), 
REFERENCE_KPA = c(98.9, 99, 98.9, 98.9, 98.9, 98)), row.names = c("1", 
"2", "3", "4", "5", "6"), class = "data.frame")