将时间戳（开始，结束）转换为时间序列数据。 align.time（）和colnames的错误

Question

我是R的新手，但在参加了一个介绍课程并稍微玩了一下后，我希望它可以1）更优雅地解决我的建模目标（与Excel相比，这是我的备份计划）和2）是一个有用的技能可以带走这个项目。

任务/目标：

我正在尝试使用驾驶日记数据来模拟和模拟电动汽车的潜在能源和温室气体排放。 特别：

1. 我有驱动日记数据（开始和结束时间戳，加上数千个驱动程序的其他数据 - 下面的基本示例），我想将其翻译成：
2. 24小时时间序列数据，这样，对于24小时的每一分钟，我确切地知道谁在驾驶车辆，以及它属于哪个“行程”（对于该驾驶员而言）。 我的问题集中在这个问题上。

该类型的输出，我想： 注意：这个输出是不相关的下面提供的样本数据。 我用某些理论旅行的某一天的前十分钟作为例子

对于这个问题不是必不可少的，但可能有用的知道：我将使用上面的输出交叉引用其他特定于驱动程序的数据，以根据与该行程相关的事物计算汽油（或电力）的逐分钟消耗，如停车位置或行程距离。 我想在R中做这个，但在进入这一步之前必须先弄清楚上面的问题。

我到目前为止的解决方案基于：

• 如何使用时间间隔数据计算并发用户数？
• 如何计算大型数据集的每分钟发生次数

问题：

示例简化数据：

a <- c("A","A","A","B","B","B","C","C","C")
b <- c(1, 2, 3, 1, 2, 3, 1, 2, 3)
c <- as.POSIXct(c(0.29167, 0.59375, 0.83333, 0.45833, 0.55347, 0.27083, 0.34375, 0.39236, 0.35417)*24*3600 + as.POSIXct("2013-1-1 00:00") )
d <- as.POSIXct(c(0.334027778, 0.614583333, 0.875, 0.461805556, 0.563888889, 0.295138889, 0.375, 0.503472222, 0.364583333)*24*3600 + as.POSIXct("2013-1-1 00:00"))
e <- c(2, 8, 2, 5, 5, 2, 5, 5, 2)
f <- as.POSIXct(c(0, 0.875, 0, 0.479166666666667, 0.580555555555556, 0.489583333333333, 0.430555555555556, 0.541666666666667, 0.711805555555555)*24*3600 + as.POSIXct("2013-1-1 00:00"))
g <- as.POSIXct(c(0, 0.885, 0, 0.482638888888889, 0.588194444444444, 0.496527777777778, 0.454861111111111, 0.559027777777778, 0.753472222222222)*24*3600 + as.POSIXct("2013-1-1 00:00"))
h <- c(0, 1, 0, 1, 4, 8, 8, 1, 5)
i <- as.POSIXct(c(0, 0, 0, 0.729166666666667, 0.595833333333333, 0.534722222222222, 0.59375, 0.779861111111111, 0.753472222222222)*24*3600 + as.POSIXct("2013-1-1 00:00"))
j <- as.POSIXct(c(0, 0, 0, 0.736111111111111, 0.605555555555556, 0.541666666666667, 0.611111111111111, 0.788194444444445, 0.75625)*24*3600 + as.POSIXct("2013-1-1 00:00"))
k <- c(0, 0, 0, 4, 4, 2, 5, 8,1)
testdata <- data.frame(a,b,c,d,e,f,g,h,i,j,k)
names(testdata) <- c("id", "Day", "trip1_start", "trip1_end", "trip1_purpose", "trip2_start", "trip2_end", "trip2_purpose", "trip3_start", "trip3_end", "trip3_purpose")

在这个示例数据中，我有三个驱动程序（id = A，B，C），每个驱动程序在三个不同的日期（日= 1,2,3）。 请注意，某些驾驶员可能会有不同的行程次数。 时间戳表示驾驶活动的开始和结束时间。

然后我创建一整天的间隔时间（2013年1月1日）

start.min <- as.POSIXct("2013-01-01 00:00:00 PST")
end.max <- as.POSIXct("2013-01-01 23:59:59 PST")
tinterval <- seq.POSIXt(start.min, end.max, na.rm=T, by = "mins")

在给定用户驾驶的分钟内插入“1”：

out1 <- xts(,align.time(tinterval,60))
# loop over each user
for(i in 1:NROW(testdata)) {
  # paste the start / end times into an xts-style range
  timeRange <- paste(format(testdata[i,c("trip1_start","trip1_end")]),collapse="/")
  # add the minute "by parameter" for timeBasedSeq
  timeRange <- paste(timeRange,"M",sep="/")
  # create the by-minute sequence and align to minutes to match "out"
  timeSeq <- align.time(timeBasedSeq(timeRange),60)
  # create xts object with "1" entries for times between start and end
  temp1 <- xts(rep(1,length(timeSeq)),timeSeq)
  # merge temp1 with out and fill non-matching timestamps with "0"
  out1 <- merge(out1, temp1, fill=0)
}
# add column names
colnames(out1) <- paste(testdata[,1], testdata[,2], sep = ".")

我的想法是为每次旅行重复此操作，例如out2，out3等，其中我将用“2”，“3”等填充任何驾驶时段，然后对所有得到的x数据帧进行求和/合并，并最终得到理想的结果。

不幸的是，当我试图重复这个...

out2 <- xts(,align.time(tinterval,60))
for(i in 1:NROW(testdata)) {
  timeRange2 <- paste(format(testdata[i,c("trip2_start","trip2_end")]),collapse="/")
  timeRange2 <- paste(timeRange2,"M",sep="/")
  timeSeq2 <- align.time(timeBasedSeq(timeRange2),60)
  temp2 <- xts(rep(2,length(timeSeq2)),timeSeq2)
  out2 <- merge(out2, temp2, fill=0)
}
colnames(out2) <- paste(testdata[,1], testdata[,2], sep = ".")
head(out2)

我收到以下错误：

• UseMethod中的错误（“align.time”）：没有适用于'align.time'的方法应用于类“Date”的对象
• colnames<-错误colnames<- （ *tmp* ，value = c（“A.1”，“A.2”，“A.3”，“B.1”，“B.2”，：尝试设置'colnames' '在尺寸小于两维的物体上

我的out2代码出了什么问题？

我还可以了解其他更好的解决方案或套餐吗？

我意识到这可能是一种非常迂回的方式来达到我想要的输出。

任何帮助将非常感激。

Answer 1

在此解决方案中，我读取您的原​​始数据并对其进行格式化以获取我之前答案的生成数据。 所提供的数据仅限于驾驶员的22次旅行，但此处的重塑不受行程次数的限制。 这个想法类似于用于生成样本数据的想法。 我正在使用data.table因为它可以方便地操作每组数据。

因此，对于每个（日，司机），我执行以下操作：

1. 创建一个长度为零的向量数
2. 使用XXXstrip_start和XXXstrip_end读取开始和结束位置。
3. 创建序列seq（开始，结束）
4. 使用此序列通过一系列数字更改零

这是我的代码：

start.min <- as.POSIXct("2013-01-01 00:00:00 PST")
hours.min <- format(seq(start.min, 
                        length.out=24*60, by = "mins"),
                    '%H:%M')
library(data.table)
diary <- read.csv("samplediary.csv",
                  stringsAsFactors=FALSE)
DT <- data.table(diary,key=c('id','veh_assigned','day'))

dat <- DT[, as.list({ .SD;nb.trip=sum_trips
           tripv <- vector(mode='integer',length(hours.min))
           if(sum_trips>0){
             starts = mget(paste0('X',seq(nb.trip),'_trip_start'))
             ends = mget(paste0('X',seq(nb.trip),'_trip_end'))
             ids <- mapply(function(x,y){
                                        seq(as.integer(x),as.integer(y))},
                           starts,ends,SIMPLIFY = FALSE)
             for (x in seq_along(ids))tripv[ids[[x]]] <- x
             }
            tripv
           }),
   by=c('id','day')]
setnames(x=dat,old=paste0('V',seq(hours.min)),hours.min)

如果您对10个第一个变量进行子集化，那么您可以获得：

dat[1:10,1:10,with=FALSE]


       id day 00:00 00:01 00:02 00:03 00:04 00:05 00:06 00:07
 1: 3847339   1     0     0     0     0     0     0     0     0
 2: 3847384   1     0     0     0     0     0     0     0     0
 3: 3847436   1     0     0     0     0     0     0     0     0
 4: 3847439   1     0     0     0     0     0     0     0     0
 5: 3847510   1     0     0     0     0     0     0     0     0
 6: 3847536   1     0     0     0     0     0     0     0     0
 7: 3847614   1     0     0     0     0     0     0     0     0
 8: 3847683   1     0     0     0     0     0     0     0     0
 9: 3847841   1     0     0     0     0     0     0     0     0
10: 3847850   1     0     0     0     0     0     0     0     0

一个想法是创建数据的热图（至少每天）以获得一些直觉并查看重叠的驱动程序。 这里有两种使用lattice和ggplot2但首先我将使用reshape2以长格式reshape2

library(reshape2)
dat.m <- melt(dat,id.vars=c('id','day'))

然后我绘制我的热图以查看哪些驱动程序与其他驱动程序重叠，例如：

library(lattice)
levelplot(value~as.numeric(variable)*factor(id),data=dat.m)

library(ggplot2)
ggplot(dat.m, aes(x=as.numeric(variable),y=factor(id)))+ 
        geom_tile(aes(fill = value)) +
  scale_fill_gradient(low="grey",high="blue")

Answer 2

这不是您问题的答案。 老实说，我不清楚您在图像中显示的数据与数据示例之间的转换。 好像你无法重现这些数据。 所以这是一个生成数据可重现示例的函数。 我认为验证您的模型至少是有用的。

用于抽样数据的功能

library(reshape2)
start.min <- as.POSIXct("2013-01-01 00:00:00 PST")
hours.min <- format(seq(start.min, 
                        length.out=24*60, by = "mins"),
                    '%H:%M')

## function to generate a trip sample
## min.dur : minimal duration of a trip
## max.dur : maximal duration of a trip
## min.trip : minimal number of trips that a user can do 

gen.Trip <- function(min.dur=3,max.dur=10,min.trip=100){
  ## gen number of trip
  n.trip <- sample(seq(min.trip,20),1)
  ## for each trip generate the durations
  durations <- rep(seq(1,n.trip),
                   times=sample(seq(min.dur,max.dur),
                                max(min.dur,n.trip),rep=TRUE))
  ## generate a vector of positions
  rr <- rle(durations)
  mm <- cumsum(rr$lengths)
  ## idrty part here
  pos <- sort(sample(seq(1,length(hours.min)-2*max(mm)),
              n.trip,rep=FALSE)) + mm
  ## assign each trip to each posistion  
  val <- vector(mode='integer',length(hours.min))
  for(x in seq_along(pos))
    val[seq(pos[x],length.out=rr$len[x])] <- rr$val[x]
  val
}

为100名司机产生旅行

set.seed(1234)
nb.drivers <- 100
res <- replicate(nb.drivers,gen.Trip(),simplify=FALSE)
res <- do.call(rbind,res)
colnames(res) <- hours.min
rownames(res) <- paste0('driv',seq(nb.drivers))

宽幅

head(res[,10:30])
  ##       00:09 00:10 00:11 00:12 00:13 00:14 00:15 00:16 00:17 00:18 00:19
## driv1     0     0     0     0     0     0     1     1     1     1     1
## driv2     0     1     1     1     1     1     1     2     2     2     1
## driv3     0     0     0     0     0     0     0     0     0     0     0
## driv4     1     1     1     0     0     0     0     0     0     0     0
## driv5     0     0     0     0     0     0     0     0     0     0     1
## driv6     0     0     0     0     0     0     0     0     0     0     0
##       00:20 00:21 00:22 00:23 00:24 00:25 00:26 00:27 00:28 00:29
## driv1     1     1     0     0     2     2     2     2     2     2
## driv2     0     0     0     0     0     0     3     3     3     3
## driv3     0     0     0     0     0     0     0     0     0     0
## driv4     0     0     0     0     0     0     0     0     0     0
## driv5     1     1     1     1     1     1     1     1     0     0
## driv6     0     0     0     0     0     0     0     0     0     0

长格式

res.m <- melt(res)
head(res.m)
##    Var1  Var2 value
## 1 driv1 00:00     0
## 2 driv2 00:00     0
## 3 driv3 00:00     0
## 4 driv4 00:00     0
## 5 driv5 00:00     0
## 6 driv6 00:00     0