如何計算特定時間段內的事件數

Question

我正在嘗試在“ df1”定義的時間段內計算“ df2”中的事件數（每一行是一個事件）。 我可以在大約5分鍾的整個時間段內執行此操作，但是我想將時間段分成較小的塊（1分鍾）並進行相同的計算

df1<- structure(list(Location = 1:10, Lattitude = c(57.140532, 57.140527, 
57.13959, 57.13974, 57.14059, 57.14058, 57.1398, 57.13989, 57.14158, 
57.14386), t_in = structure(c(1455626730, 1455627326, 1455628122, 
1455628644, 1455629174, 1455629708, 1455630230, 1455630765, 1455631396, 
1455631931), class = c("POSIXct", "POSIXt"), tzone = ""), t_out = structure(c(1455627047, 
1455627615, 1455628462, 1455628933, 1455629486, 1455630015, 1455630552, 
1455631070, 1455631719, 1455632242), class = c("POSIXct", "POSIXt"
), tzone = "")), .Names = c("Location", "Lattitude", "t_in", 
"t_out"), class = "data.frame", row.names = c(NA, -10L))

df2<- structure(list(date.time = structure(c(1455630964, 1455630976, 
1455630987, 1455630998, 1455631009, 1455631021, 1455631032, 1455631043, 
1455631054, 1455631066, 1455631077, 1455631088, 1455631099, 1455631111, 
1455631423, 1455631446, 1455631479, 1455631502, 1455631569, 1455631772
), class = c("POSIXct", "POSIXt"), tzone = ""), code = structure(c(2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L), .Label = c("1003", "32221"), class = "factor"), 
rec_id = structure(c(2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("301976", 
"301978", "301985", "301988"), class = "factor"), Lattitude = c("57.14066", 
"57.14066", "57.14066", "57.14066", "57.14066", "57.14066", 
"57.14066", "57.14066", "57.14066", "57.14066", "57.14066", 
"57.14066", "57.14066", "57.14066", "57.141869", "57.141869", 
"57.141869", "57.141869", "57.141869", "57.141869"), Longitude = c("2.075702", 
"2.075702", "2.075702", "2.075702", "2.075702", "2.075702", 
"2.075702", "2.075702", "2.075702", "2.075702", "2.075702", 
"2.075702", "2.075702", "2.075702", "2.081576", "2.081576", 
"2.081576", "2.081576", "2.081576", "2.081576"), Location = list(
    8, 8, 8, 8, 8, 8, 8, 8, 8, 8, NA, NA, NA, NA, 9, 9, 9, 
    9, 9, NA)), .Names = c("date.time", "code", "rec_id", 
"Lattitude", "Longitude", "Location"), row.names = 94:113, class = "data.frame")

如果df2中的date.time位於df1 $ t_in和df1 $ t_out之間，則函數從df1返回位置。 這似乎是一種解決方法，但是可以使用此代碼進行以后的計算

ids <- as.numeric(df1$Location)
f <- function(x){
  a <- ids[ (df1$t_in < x) & (x < df1$t_out) ]
  if (length(a) == 0) NA else a
}   

df2$Location <- lapply(df2$date.time, f)

上面的代碼返回一個列表，因此需要將其轉換為數字。 有點人事，但不能繞過它

df2$Location<- paste(df2$Location)
df2$Location<- as.numeric(df2$Location)

然后刪除NA，因為它們位於df1中定義的時間段之外，因此不相關。

df2<-df2[!is.na(df2$Location),]

然后為每個rec_id和Location計算事件數（即每一行）

library (plyr)
df3 <- ddply(df2, c("rec_id","Location"), function(df){data.frame (detections=nrow(df))})

  rec_id Location detections
1 301976        9          5
2 301978        8         10

...完善！

但是，我想在更短的時間內執行此操作。 每分鍾都是准確的。 並且該周期應從每個位置的t_in（df1）開始直到t_out（df1）。 我可以在excel中完成很多工作，但是可以肯定的是，它可以在R中自動化（這是一個很大的數據集）。

所以最終我可以在df1中的t_in和t_out之間的每1分鍾時間段內計算每個位置的事件數（增加）

例如（只是視覺示例，不是實際數據）：

  rec_id Location  minute(or period) detections
 301976        9             1           1
 301976        9             2           2
 301976        9             3           0
 301976        9             4           0
 301976        9             5           2
 301978        8             1           4
 301978        8             2           3
 301978        8             3           1
 301978        8             4           0
 301978        8             5           2

我可以從第一個位置創建間隔，但是我不確定如何進一步應用此間隔

seq(from = head(df1$t_in,1), to = head(df1$t_out,1) , by = "mins")

Answer 1

我認為以下內容可用於生成具有序列拆分輸出的新df1數據幀，然后可以對新df1應用上面經過的步驟。

它們可能可以合並，但是我只是想確保它確實可以為您提供所需的東西。

首先，我們擴展原始數據幀中的時間間隔，並生成擴展周期的列表。 df1每一行都成為列表中的元素。

res1 <- sapply(1:nrow(df1), function(i) {
                 seq(from = df1$t_in[i], to = df1$t_out[i] , by = "mins")})

然后，我們將序列列表轉換為數據框（兩列）

res2 <- lapply(res1, function(x) { 
                 data.frame(t_in = x[1:(length(x)-1)], t_out=x[2:length(x)]) })

最后，我們將所有內容合並在一起

df1v2 <- Reduce(function(...) merge(..., all=T), res2)

然后（調整您的代碼）

ids <- seq_len(nrow(df1v2))
f <- function(x){
  a <- ids[ (df1v2$t_in < x) & (x < df1v2$t_out) ]
  if (length(a) == 0) NA else a
}   

df2$Location <- lapply(df2$date.time, f)

產生

              date.time  code rec_id Lattitude Longitude Location
94  2016-02-16 14:56:04 32221 301978  57.14066  2.075702       37
95  2016-02-16 14:56:16 32221 301978  57.14066  2.075702       37
96  2016-02-16 14:56:27 32221 301978  57.14066  2.075702       37
97  2016-02-16 14:56:38 32221 301978  57.14066  2.075702       37
98  2016-02-16 14:56:49 32221 301978  57.14066  2.075702       38
99  2016-02-16 14:57:01 32221 301978  57.14066  2.075702       38
100 2016-02-16 14:57:12 32221 301978  57.14066  2.075702       38
101 2016-02-16 14:57:23 32221 301978  57.14066  2.075702       38
102 2016-02-16 14:57:34 32221 301978  57.14066  2.075702       38
103 2016-02-16 14:57:46 32221 301978  57.14066  2.075702       NA
104 2016-02-16 14:57:57 32221 301978  57.14066  2.075702       NA
105 2016-02-16 14:58:08 32221 301978  57.14066  2.075702       NA
106 2016-02-16 14:58:19 32221 301978  57.14066  2.075702       NA
107 2016-02-16 14:58:31 32221 301978  57.14066  2.075702       NA
108 2016-02-16 15:03:43 32221 301976 57.141869  2.081576       39
109 2016-02-16 15:04:06 32221 301976 57.141869  2.081576       39
110 2016-02-16 15:04:39 32221 301976 57.141869  2.081576       40
111 2016-02-16 15:05:02 32221 301976 57.141869  2.081576       40
112 2016-02-16 15:06:09 32221 301976 57.141869  2.081576       41
113 2016-02-16 15:09:32 32221 301976 57.141869  2.081576       NA

我不確定邊界檢查是否正確（修改f ），但是看起來好像在追趕。 提速有多重要？