r语言 - 以不同的时间间隔计算时间戳 - 间隔跨越午夜的问题

Question

我有一个数据帧("观测值"(，带有H:M格式("时间"(的时间戳。在第二个数据帧("间隔"(中，我的时间范围由"From"和"Till"变量定义，也是H:M格式。

我想计算每个区间内的观测值数量。我一直在使用data.table的between，当包含日期时，它一直没有任何问题。

但是，现在我只有时间戳，没有日期。这会导致在跨越午夜 (20:00 - 05:59的间隔中发生的时间出现一些问题。这些时间不计入我尝试过的代码中。

下面的示例

interval.data <- data.frame(From = c("14:00", "20:00", "06:00"), Till = c("19:59", "05:59", "13:59"), stringsAsFactors = F)
observations <- data.frame(Time = c("14:32", "15:59", "16:32", "21:34", "03:32", "02:00", "00:00", "05:57", "19:32", "01:32", "02:22", "06:00", "07:50"), stringsAsFactors = F)
interval.data
#        From     Till
# 1: 14:00:00 19:59:00
# 2: 20:00:00 05:59:00 # <- interval including midnight
# 3: 06:00:00 13:59:00
observations
#        Time
#  1: 14:32:00
#  2: 15:59:00
#  3: 16:32:00
#  4: 21:34:00 # Row 4-8 & 10-11 falls in 'midnight interval', but are not counted
#  5: 03:32:00 # 
#  6: 02:00:00 #
#  7: 00:00:00 #
#  8: 05:57:00 #
#  9: 19:32:00
# 10: 01:32:00 # 
# 11: 02:22:00 #
# 12: 06:00:00
# 13: 07:50:00
library(data.table)
library(plyr)
adply(interval.data, 1, function(x, y) sum(y[, 1] %between% c(x[1], x[2])), y = observations)
#    From  Till V1
# 1 14:00 19:59  4
# 2 20:00 05:59  0 # <- zero counts - wrong!
# 3 06:00 13:59  2

Answer 1

一种方法是在data.table中使用非等值连接，它们的辅助函数as.ITime处理时间字符串。

您将遇到跨越午夜的间隔问题，但是，应该只有一个。当您对每个"组"区间中的观测值数量感兴趣时，您可以将该组视为等效于其他组的"非"值。

例如，首先将data.frame转换为data.table

library(data.table)
## set your data.frames as `data.table`
setDT(interval.data)
setDT(observations)

然后使用as.ITime转换为时间的整数表示

形式

## convert time stamps
interval.data[, `:=`(FromMins = as.ITime(From),
TillMins = as.ITime(Till))]
observations[, TimeMins := as.ITime(Time)]
## you could combine this step with the non-equi join directly, but I'm separating it for clarity

现在，您可以使用非 equi 联接来查找每次落入的间隔。注意到那些reutrn "NA"的时间实际上是那些落在午夜间隔内的时间

interval.data[
observations
, on = .(FromMins <= TimeMins, TillMins > TimeMins)
]
#      From  Till FromMins TillMins  Time
# 1:  14:00 19:59      872      872 14:32
# 2:  14:00 19:59      959      959 15.59
# 3:  14:00 19:59      992      992 16:32
# 4:     NA    NA     1294     1294 21:34
# 5:     NA    NA      212      212 03:32
# 6:     NA    NA      120      120 02:00
# 7:     NA    NA        0        0 00:00
# 8:     NA    NA      357      357 05:57
# 9:  14:00 19:59     1172     1172 19:32
# 10:    NA    NA       92       92 01:32
# 11:    NA    NA      142      142 02:22
# 12: 06:00 13:59      360      360 06:00
# 13: 06:00 13:59      470      470 07:50

然后，要获得间隔组的观察者数量，您只需按每个时间点进行分组.N，只需将其链接到上述语句的末尾即可

interval.data[
observations
, on = .(FromMins <= TimeMins, TillMins > TimeMins)
][
, .N
, by = .(From, Till)
]
#     From  Till N
# 1: 14:00 19:59 4
# 2:    NA    NA 7
# 3: 06:00 13:59 2

其中NA组对应于跨越午夜的组

Answer 2

我只是调整了您的代码以获得所需的结果。希望这有帮助！

adply(interval.data, 1, function(x, y) 
if(x[1] > x[2]) return(sum(y[, 1] %between% c(x[1], 23:59), y[, 1] %between% c(00:00, x[2]))) else return(sum(y[, 1] %between% c(x[1], x[2]))), y = observations)

输出为：

From  Till V1
1 14:00 19:59  4
2 20:00 05:59  7
3 06:00 13:59  2