我正在尝试过滤深度数据和相应日期的数据集。 "时间"列是 POSIXctformat = "%Y%m%d%H%M%S"
。 这是我的数据的样子:
Depth Time
0.1 2018-06-24 01:26:40
0.2 2018-06-24 01:26:41
0.2 2018-06-24 01:26:56
0.1 2018-06-24 01:26:57
0.1 2018-06-24 01:26:58
0.1 2018-06-24 01:26:59
0.1 2018-06-24 01:27:14
0.1 2018-06-24 01:27:15
0.1 2018-06-24 01:27:16
0.1 2018-06-24 01:27:17
0.1 2018-06-24 01:27:30
我想创建一个包含相同数据的数据帧,但每 15 秒只有一个新条目。我的数据有时是连续的,有时记录的时间有间隙。
这将是我想要的输出:
深度时间 0.2 2018-06-24 01:26:41 0.2 2018-06-24 01:26:56 0.1 2018-06-24 01:27:14 0.1 2018-06-24
01
:27:30
我尝试使用行之间的时间差,它适用于连续数据集的部分:
dt_filter <- d_cor %>%
mutate(diff = Time - lag(Time, default = first(Time)))
if ((dt_filter$diff < 2) ) {
dt_filter_1 <- dt_filter[seq(1, nrow(dt_filter), 15), ]
}
但是一旦我尝试添加不连续的那些,这就会给我带来一个问题:
dt_filter_15 <- dt_filter %>%
filter(diff >= 15 )
从那以后,我并不总是有 15 秒的间隔,而且显然不将它们计算在内。
到目前为止,我找不到能够过滤时间列的函数。我很陌生,所以不太熟悉编写自己的循环,我想这是必要的......时间数据并没有使它变得更容易。
感谢您的任何帮助!
编辑
@Ben 感谢您的快速回复!
这是我得到的一些输出:
Depth Time diff cumdiff x
0.1 2018-06-23 23:59:44 1 1030 0
0.0 2018-06-24 00:01:02 78 1035 5
0.0 2018-06-24 00:01:03 1 1036 1
最后两行之间只有 1 的差异,但它仍然被添加到 cumdiff 中,因此计入 x 列
感谢您的链接,我发现该功能似乎运行良好 - 以防万一有人有同样的问题:
issecsApart <- function(d_cor) {
secs <- 0
keeps <- c()
for (d in d_cor) {
if (d >= secs + 15) {
secs <- d
keeps <- c(keeps, TRUE)
} else {
keeps <- c(keeps, FALSE)
}
}
keeps
}
d_cor2 <- d_cor %>%
arrange(Time) %>%
filter(issecsApart(Time))
感谢您的所有帮助!
一个潜在的解决方案是使用dplyr
- 尽管我相信可能有更好的选择,尤其是data.table
.正如@42-建议并由@Maurits Evers演示的那样,您可以执行以下操作:
library(dplyr)
d_cor %>%
arrange(Time) %>%
mutate(
diff = abs(lag(Time) - Time),
diff = ifelse(is.na(diff), 0, diff),
cumdiff = cumsum(diff) %/% 15,
x = abs(lag(cumdiff) - cumdiff)) %>%
filter(is.na(x) | x > 0) %>%
select(Depth, Time)
Depth Time
1 0.1 2018-06-24 01:26:40
2 0.2 2018-06-24 01:26:56
3 0.1 2018-06-24 01:27:14
4 0.1 2018-06-24 01:27:30
diff
将包括连续行之间的时间差异(以秒为单位(。第一行将为NA
(更改为 0(。
cumdiff
是diff
的累积和,但在取模除以15之后(cumdiff
至少每15秒增加1
(。过滤器将包括第一行 (x = NA
( 和cumdiff
更改的其他行(在至少经过 15 秒的行处(。
其他可能有用的示例包括data.table
:
按时间阈值筛选行
相差至少 30 分钟时间的子集观测值
子集时间序列,以便所选行相差某个最小时间
编辑:此解决方案在固定的15秒窗口中查找时间。存在与大于 15 的差异相关的问题。对于这些情况,它不会"重置"并启动新的 15 秒窗口。相反,无论它在哪个 15 秒窗口,它都会包括该时间。正因为如此,我们可能会发现彼此接近的时间,尤其是在之后。