如何计算 R 中 2 个时间戳之间的观察值（给出的示例）？答案

【问题标题】：How to count observations between 2 timestamps in R (Example given)?如何计算 R 中 2 个时间戳之间的观察值（给出的示例）？
【发布时间】：2020-10-26 13:17:49
【问题描述】：

我的 my_df 涵盖了不同设备的数据及其各自的开始和结束时间戳，我想按照我的 expected_df 表的说明计算给定时间戳上的确切设备数。

my_df<-data.frame(customer=rep("XYZ",2),device=c("x","a"),
                    start_timestamp=c("2020-05-13 07:50:06","2020-05-13 08:01:06"),
                    end_startstamp=c("2020-05-13 08:05:06","2020-05-13 08:10:06"),
                    start_date=c("2020-05-13","2020-05-13"),start_hour=c(7,8),start_minute=c(50,1),
                    end_hour=c(8,8),end_minute=c(5,10))
my_df
customer device     start_timestamp      end_startstamp start_date start_hour start_minute end_hour end_minute
1      XYZ      x 2020-05-13 07:50:06 2020-05-13 08:05:06 2020-05-13          7           50      8          5
2      XYZ      a 2020-05-13 08:01:06 2020-05-13 08:10:06 2020-05-13          8            1         8         10



expected_df<-data.frame(customer=rep("XYZ",21),time_stamp=c("2020-05-13 07:50:00","2020-05-13 07:51:00","2020-05-13 07:52:00","2020-05-13 07:53:00",
                                                       "2020-05-13 07:54:00","2020-05-13 07:55:00","2020-05-13 07:56:00","2020-05-13 07:57:00",
                                                       "2020-05-13 07:58:00","2020-05-13 07:59:00","2020-05-13 08:00:00","2020-05-13 08:01:00",
                                                       "2020-05-13 08:02:00","2020-05-13 08:03:00","2020-05-13 08:04:00","2020-05-13 08:05:00",
                                                       "2020-05-13 08:06:00","2020-05-13 08:07:00","2020-05-13 08:08:00","2020-05-13 08:09:00",
                                                       "2020-05-13 08:10:00"),
                    no_devices_seen=c(1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,1,1,1,1,1))

【问题讨论】：

标签： sql r apache-spark dplyr sparklyr

【解决方案1】：

这是一种使用tidyverse函数的方法：

library(dplyr)
library(lubridate)

my_df %>%
   mutate(across(c(start_timestamp, end_startstamp), 
                   ~floor_date(ymd_hms(.x), 'minute'))) %>%
   mutate(timestamp = purrr::map2(start_timestamp, end_startstamp, 
                      seq, by = '1 min')) %>%
   tidyr::unnest(timestamp) %>%
   count(customer, timestamp, name = 'no_of_device_seen') 


#  customer           timestamp no_of_device_seen
#1       XYZ 2020-05-13 07:50:00                 1
#2       XYZ 2020-05-13 07:51:00                 1
#3       XYZ 2020-05-13 07:52:00                 1
#4       XYZ 2020-05-13 07:53:00                 1
#5       XYZ 2020-05-13 07:54:00                 1
#6       XYZ 2020-05-13 07:55:00                 1
#7       XYZ 2020-05-13 07:56:00                 1
#8       XYZ 2020-05-13 07:57:00                 1
#9       XYZ 2020-05-13 07:58:00                 1
#10      XYZ 2020-05-13 07:59:00                 1
#11      XYZ 2020-05-13 08:00:00                 1
#12      XYZ 2020-05-13 08:01:00                 2
#13      XYZ 2020-05-13 08:02:00                 2
#14      XYZ 2020-05-13 08:03:00                 2
#15      XYZ 2020-05-13 08:04:00                 2
#16      XYZ 2020-05-13 08:05:00                 2
#17      XYZ 2020-05-13 08:06:00                 1
#18      XYZ 2020-05-13 08:07:00                 1
#19      XYZ 2020-05-13 08:08:00                 1
#20      XYZ 2020-05-13 08:09:00                 1
#21      XYZ 2020-05-13 08:10:00                 1

【讨论】：

找不到函数“跨越”
@YogeshKumar 它出现在新的dplyr 中。如果您没有新的 dplyr，您可以将该行替换为 mutate_at，例如：mutate_at(vars(c(start_timestamp, end_startstamp)), ~floor_date(ymd_hms(.x), 'minute'))
非常感谢！！我在哪里可以学习 dplyr 的高级用法/功能？任何链接/来源...TIA
您可以从tidyverse.org/blog/2020/03/dplyr-1-0-0-is-coming-soon 和tidyverse.org/blog/2020/03/dplyr-1-0-0-summarise 开始。那里有更多的博客解释dplyr 1.0.0 的新功能
关于如何在 sparklyr 中复制您的解决方案的任何建议？像这样的更改应该涵盖每分钟作为移动时间戳，例如 10:20:00、10:21:00，即使我采取 by=2 分钟 ..它也不应该产生像 10:20:00、10:22 这样的时间戳： 00 ,10:24:00