在R中以等间隔的时间间隔聚合数据

Question

我的数据集是这样的

Section Time  x
s3      9:35  2
s4      9:35  2
s1      9:36  1
s2     10:01  1
s8     11:00  2

因此，我希望按小时间隔对数据部分进行分组，并总结该间隔中的x值

我的预期产量是

 sec     Time          x
 s1      9:00-10:00    1
 s2      9:00-10:00    0
 s3      9:00-10:00    2
 s4      9:00-10:00    2
 s8      9:00-10:00    0
 s1      10.00-11.00   0
 s2      10.00-11.00   1
 s3      10.00-11.00   0
 s4      10.00-11.00   0
 s8      10.00-11.00   1   

我试图从堆栈溢出的这篇文章中获得一些帮助，但是我的查询出现以下错误。 这里x是我的框架

data.frame(value = tapply(cbind(x$x),
                     list(sec= x$section,cut(x$Time, breaks="1 hour")),
                       sum))

Error in cut.default(x$Time, breaks = "1 hour") : 'x' must be numeric

我甚至不确定这是对还是错。 我从未在R中使用过时间数据。所以我对如何实现这一点的任何帮助都将是一个很大的帮助。

Answer 1

我认为问题在于你的Time列是字符格式吗？

无论如何，这是一个使用dplyr的快速而肮脏的方法：

library(dplyr)
x <- data.frame(section = c("s3", "s4", "s1", "s2", "s8", "s1", "s2", "s3"), 
            Time = c("9:35", "9:35", "9:36", "10:01", "11:00", "9:45", "10:05", "10:05"), 
            x = c(2, 2, 1, 1, 2, 6, 2, 4), stringsAsFactors = FALSE)
x %>% 
  rowwise %>% 
  mutate(aux = as.numeric(strsplit(Time, ":")[[1]][1]),
         time = paste0(aux, ":00-", aux+1, ":00")) %>% 
  select(-aux, -Time) %>% 
  ungroup %>% 
  group_by(time, section) %>% 
  summarise(x = sum(x)) %>% 
  ungroup

Answer 2

这是一个替代版本：

m1 <- as.data.frame(matrix(c("s3","9:35",2,"s4","9:35",2,"s1","9:36",1,"s2","10:01",1,"s8","11:00",2),byrow=T,ncol=3))
colnames(m1) <- c("Section", "Time","x")
times <- as.character(m1$Time)
hours <- sapply(sapply(times,function(x)strsplit(x,":")),function(x)x[1])
small_hours <- hours[which(as.numeric(hours)<10)]
small_hours <- sapply(small_hours,function(x) paste0("0",x))
hours[which(as.numeric(hours)<10)]<-small_hours
hour_range <- sapply(hours,function(x) paste0(x,":00-",as.character(as.numeric(x)+1),":00"))
m1$Time <- hour_range
m1$x <- as.numeric(m1$x)
require (plyr)
m1 <- ddply(m1, .(Time,Section), summarise, x = sum(x))
m1 <- m1[,c("Section","Time","x")]

这给出了以下数据框：

> m1
  Section        Time x
1      s1 09:00-10:00 1
2      s3 09:00-10:00 2
3      s4 09:00-10:00 2
4      s2 10:00-11:00 1
5      s8 11:00-12:00 2

这里的诀窍就像在@Tutuchan的建议中一样，忽略了时间实际上就像在POSIXct对象中一样，而是将它们简单地视为charachter字符串。 我希望这有帮助。

更新/编辑

正如我之前在评论中提到的，我之前的代码版本没有执行x等于落在同一时间范围内的相等部分的请求总和。 这已在上面发布的更新版本中得到纠正，但我决定放弃尝试在基础R中完成所有这些。最后，我使用了plyr包。

Answer 3

另一个选项是使用类POSIXct ，然后在应用于日期时间对象的函数cut指定参数breaks中的“hour”。 见?cut.POSIXt ：

library(dplyr)
df <- data.frame(section= c("s3", "s4", "s1", "s2", "s8"), 
                 time = strptime(c("09:35", "09:35", "09:36", "10:01", "11:00"), "%H:%M"),
                 x = c(2, 2, 1, 1, 2))
df2 <- df %>% 
  group_by(intervals = cut(time, breaks = "hour")) %>% 
  select(section, intervals, x)
df2$intervals <- format(as.POSIXct(df2$intervals, "%H:%M"), "%H:%M")

输出：

>df2
Source: local data frame [5 x 3]
Groups: intervals

  section intervals x
1      s3     09:00 2
2      s4     09:00 2
3      s1     09:00 1
4      s2     10:00 1
5      s8     11:00 2