根据 R 中的分钟数据创建 15 分钟的时间间隔？

问题描述 投票：0回答：4

我有一些数据，其格式如下：

time     count 
00:00    17
00:01    62
00:02    41

所以我有从 00:00 到 23:59 的时间，每分钟有一个计数器。我想以 15 分钟为间隔对数据进行分组，这样：

time           count
00:00-00:15    148   
00:16-00:30    284

我尝试过手动执行此操作，但这很累人，所以我确信必须有一个函数或某物可以轻松完成此操作，但我还没有弄清楚如何执行此操作。

我真的很感激一些帮助！

非常感谢！

r time format
4个回答
26
投票

对于 POSIXct 格式的数据，您可以使用 

cut
函数创建 15 分钟分组，然后按这些组进行聚合。下面的代码展示了如何在 
base R
中以及使用 
dplyr
和 
data.table
包执行此操作。

首先，创建一些假数据：

set.seed(4984)
dat = data.frame(time=seq(as.POSIXct("2016-05-01"), as.POSIXct("2016-05-01") + 60*99, by=60),
                 count=sample(1:50, 100, replace=TRUE))

基础R

cut
将数据分为 15 分钟组：

dat$by15 = cut(dat$time, breaks="15 min")

                   time count                by15
1   2016-05-01 00:00:00    22 2016-05-01 00:00:00
2   2016-05-01 00:01:00    11 2016-05-01 00:00:00
3   2016-05-01 00:02:00    31 2016-05-01 00:00:00
...
98  2016-05-01 01:37:00    20 2016-05-01 01:30:00
99  2016-05-01 01:38:00    29 2016-05-01 01:30:00
100 2016-05-01 01:39:00    37 2016-05-01 01:30:00

现在

aggregate
通过新的分组列，使用
sum
作为聚合函数：

dat.summary = aggregate(count ~ by15, FUN=sum, data=dat)

                 by15 count
1 2016-05-01 00:00:00   312
2 2016-05-01 00:15:00   395
3 2016-05-01 00:30:00   341
4 2016-05-01 00:45:00   318
5 2016-05-01 01:00:00   349
6 2016-05-01 01:15:00   397
7 2016-05-01 01:30:00   341

dplyr

library(dplyr)

dat.summary = dat %>% group_by(by15=cut(time, "15 min")) %>%
  summarise(count=sum(count))

数据表

library(data.table)

dat.summary = setDT(dat)[ , list(count=sum(count)), by=cut(time, "15 min")]

更新：回答评论，对于这种情况，每个分组间隔的终点是

as.POSIXct(as.character(dat$by15)) + 60*15 - 1
。换句话说，分组间隔的终点是从间隔开始算起的 15 分钟减去 1 秒。我们加上 60*15 - 1，因为 
POSIXct
以秒为单位。 
as.POSIXct(as.character(...))
是因为 
cut
返回一个因子，这只是将其转换回日期时间，以便我们可以对其进行数学运算。

如果您希望终点为下一个间隔之前最近的一分钟（而不是最近的秒），您可以 

as.POSIXct(as.character(dat$by15)) + 60*14
。

如果您不知道休息间隔，例如，因为您选择了休息次数并让 R 选择间隔，您可以通过执行 

max(unique(diff(as.POSIXct(as.character(dat$by15))))) - 1
找到要添加的秒数。

4
投票

剪切方法很方便，但对于大数据帧来说速度很慢。以下方法比剪切方法快大约 1,000 倍（使用 400k 条记录进行测试。）

  #     Function: Truncate (floor) POSIXct to time interval (specified in seconds)
  #       Author: Stephen McDaniel @ PowerTrip Analytics
  #        Date : 2017MAY
  #    Copyright: (C) 2017 by Freakalytics, LLC
  #      License: MIT

  floor_datetime <- function(date_var, floor_seconds = 60, 
        origin = "1970-01-01") { # defaults to minute rounding
     if(!is(date_var, "POSIXct")) stop("Please pass in a POSIXct variable")
     if(is.na(date_var)) return(as.POSIXct(NA)) else {
        return(as.POSIXct(floor(as.numeric(date_var) / 
           (floor_seconds))*(floor_seconds), origin = origin))
     }
  }

示例输出：

test <- data.frame(good = as.POSIXct(Sys.time()), 
   bad1 = as.Date(Sys.time()),
   bad2 = as.POSIXct(NA))

test$good_15 <- floor_datetime(test$good, 15 * 60)
test$bad1_15 <- floor_datetime(test$bad1, 15 * 60)
Error in floor_datetime(test$bad, 15 * 60) : 
  Please pass in a POSIXct variable
test$bad2_15 <- floor_datetime(test$bad2, 15 * 60)

test

                        good       bad1 bad2             good_15 bad2_15
    1 2017-05-06 13:55:34.48 2017-05-06 <NA> 2007-05-06 13:45:00    <NA>
1
投票

您可以使用 FQOAT 中的 trs 函数在一行中完成此操作，就像：

df_15mins=trs(df, "15 mins")

下面是一个可重复的示例：

library(foqat)
head(aqi[,c(1,2)])
#            Time        NO
#1 2017-05-01 01:00:00 0.0376578
#2 2017-05-01 01:01:00 0.0341483
#3 2017-05-01 01:02:00 0.0310285
#4 2017-05-01 01:03:00 0.0357016
#5 2017-05-01 01:04:00 0.0337507
#6 2017-05-01 01:05:00 0.0238120

#mean
aqi_15mins=trs(aqi[,c(1,2)], "15 mins")
head(aqi_15mins)
#             Time         NO
#1 2017-05-01 01:00:00 0.02736549
#2 2017-05-01 01:15:00 0.03244958
#3 2017-05-01 01:30:00 0.03743626
#4 2017-05-01 01:45:00 0.02769419
#5 2017-05-01 02:00:00 0.02901817
#6 2017-05-01 02:15:00 0.03439455
0
投票

我没有足够的代表点来发表评论，但也许这里的版主可以帮助添加上面Stephen McDaniel的答案。 有没有办法扩展这个功能 然后使用新的中断来汇总数据并保持性能？

最新问题
© www.soinside.com 2019 - 2024. All rights reserved.