我有一些按以下方式格式化的数据：
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：
time count
00:00-00:15 148
00:16-00:30 284
我尝试过手动操作，但这很累，所以我确信必须有一个函数或某事才能轻松完成，但我还没有弄清楚如何去做。
我真的很感激一些帮助！
非常感谢！
【问题讨论】：
NAs
对于 POSIXct 格式的数据，您可以使用 cut 函数创建 15 分钟分组，然后按这些组聚合。下面的代码展示了如何在 base R 以及 dplyr 和 data.table 包中执行此操作。
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将数据分成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被新的分组列，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))
data.table
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$by15)) + 60*15 - 1。换句话说，分组间隔的终点是从间隔开始算起的 15 分钟减去 1 秒。我们添加 60*15 - 1 因为POSIXct 以秒为单位。 as.POSIXct(as.character(...)) 是因为 cut 返回一个因子，这只是将其转换回日期时间，以便我们可以对其进行数学运算。
如果您希望终点指向下一个间隔之前的最近一分钟（而不是最近的一秒），您可以发送至as.POSIXct(as.character(dat$by15)) + 60*14。
如果您不知道中断间隔，例如，因为您选择了中断次数并让 R 选择间隔，您可以通过执行 max(unique(diff(as.POSIXct(as.character(dat$by15))))) - 1 找到要添加的秒数。
【讨论】：
For data that is in POSIXct format do... 但问题不在于POSIXct 格式。您是如何将数据更改为该格式的？
as.POSIXct 在基础 R 中（如答案中所述）或 mdy_hms、ymd_hms 等之一与 lubridate 包。
2018-01-02 03:04:00"吗？还是这个"03:04:00"？还是其他格式？如果您提供有关您遇到的问题的更多信息，将会更容易为您提供帮助。
cut 方法很方便，但对于大型数据帧来说速度很慢。以下方法比切割方法快大约 1,000 倍（使用 400k 记录进行测试。）
# Function: Truncate (floor) POSIXct to time interval (specified in seconds)
# Author: Stephen McDaniel @ PowerTrip Analytics
# Date : 2017MAY
# Copyright: (C) 2017 by Freakalytics, LLC
# License: MIT
floor_datetime <- function(date_var, floor_seconds = 60,
origin = "1970-01-01") { # defaults to minute rounding
if(!is(date_var, "POSIXct")) stop("Please pass in a POSIXct variable")
if(is.na(date_var)) return(as.POSIXct(NA)) else {
return(as.POSIXct(floor(as.numeric(date_var) /
(floor_seconds))*(floor_seconds), origin = origin))
}
}
示例输出：
test <- data.frame(good = as.POSIXct(Sys.time()),
bad1 = as.Date(Sys.time()),
bad2 = as.POSIXct(NA))
test$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>
【讨论】：