将时间间隔分类为 R 中的日期

Question

我有一个非常大的数据集，我需要将时间间隔拆分为日期以进行进一步分析。

下面是我的数据集示例：

require(data.table)

RawDT = data.table(
   TimeStampID = c("4"),
  DateTimeFrom = c("2019-02-10 16:28:03"),
    DateTimeTo = c("2019-02-12 02:04:03")
)

下面是想要的结果：

ResultDT = data.table(
           ID = c("1","2","3"),
  TimeStampID = c("4","4","4"),
           DS = c("2019-02-10","2019-02-11","2019-02-12"),
     TimeFrom = c("16:28:03","00:00:00","00:00:00"),
       TimeTo = c("23:59:59","23:59:59","02:04:03")
)

谁能指导我使用哪个函数从 RawDT 实现 ResultDT？

Answer 1

好的，这是重复的边界 - 所以我鼓励版主在他们认为合适的情况下关闭该主题，我将删除我的帖子。

但是，我在年初和年末（here）有一个类似（但不完全相同，这就是我要回答的原因）的问题，@Jaap 创建了一个很棒的（而且简洁！）解决方案的逻辑也可以在这里应用，例如：

library(data.table)

RawDT[, `:=` (DateTimeFrom = as.POSIXct(DateTimeFrom), DateTimeTo = as.POSIXct(DateTimeTo))]

RawDT[RawDT[, rep(.I, 1 + as.Date(DateTimeTo) - as.Date(DateTimeFrom))]
   ][, `:=` (DateTimeFrom = pmax(DateTimeFrom[1], as.POSIXct(paste0(as.Date(DateTimeFrom[1]) + 0:(.N-1), ' 00:00:00'))),
             DateTimeTo = pmin(DateTimeTo[.N], as.POSIXct(paste0(as.Date(DateTimeTo[.N]) - (.N-1):0, ' 23:59:59'))))
     , by = .(TimeStampID, rleid(DateTimeFrom))][]

我在您的DT 中添加了一个额外的组，只是为了测试功能：

RawDT = data.table(
  TimeStampID = c("4", "5"),
  DateTimeFrom = c("2019-02-10 16:28:03", "2019-03-15 12:28:03"),
  DateTimeTo = c("2019-02-12 02:04:03", "2019-03-20 14:45:00")
)

上面代码的输出是：

   TimeStampID        DateTimeFrom          DateTimeTo
1:           4 2019-02-10 16:28:03 2019-02-10 23:59:59
2:           4 2019-02-11 00:00:00 2019-02-11 23:59:59
3:           4 2019-02-12 00:00:00 2019-02-12 02:04:03
4:           5 2019-03-15 12:28:03 2019-03-15 23:59:59
5:           5 2019-03-16 00:00:00 2019-03-16 23:59:59
6:           5 2019-03-17 00:00:00 2019-03-17 23:59:59
7:           5 2019-03-18 00:00:00 2019-03-18 23:59:59
8:           5 2019-03-19 00:00:00 2019-03-19 23:59:59
9:           5 2019-03-20 00:00:00 2019-03-20 14:45:00