如何在R中按多个时间范围过滤？答案

【问题标题】：How to filter by multiple time ranges in R?如何在R中按多个时间范围过滤？
【发布时间】：2020-08-24 05:36:42
【问题描述】：

我有一个包含 DateTime 列和一些其他变量的数据框。下面是一个例子：

library(lubridate)
df <- tibble(DateTime = ymd_hms(c("2020-04-06 10:00:00", 
                                                    "2020-04-07 12:30:00", 
                                                    "2020-04-07 14:31:00", 
                                                    "2020-05-05 17:00:00")),
                               Var1 = c(1,2,3,4),
                               var2= c("a","b","c","d"))
df
# A tibble: 4 x 3
          DateTime             Var1 var2 
          <dttm>              <dbl> <chr>
        1 2020-04-06 10:00:00     1 a    
        2 2020-04-07 12:30:00     2 b    
        3 2020-04-07 14:31:00     3 c    
        4 2020-05-05 17:00:00     4 d

我想过滤行，使其返回一个数据帧，其中 DateTime 中的时间元素介于：

09:15:00 至 12:00:00 或
13:15:00 至 16:30:00 或
17:15:00 至 01:00:00。

这样它会返回以下数据框：

# A tibble: 2 x 3
  DateTime             Var1 var2 
  <dttm>              <dbl> <chr>
1 2020-04-06 10:00:00     1 a    
2 2020-04-07 14:31:00     3 c

我知道我可以做DateTime >= hms("09:15:00") & DateTime <= hms("12:00:00") 等等，但这似乎太复杂了。有没有更简单的方法？

【问题讨论】：

我没有看到你的逻辑在做你想做的事。例如，df$DateTime < hms("12:00:00") 全部为假。
你可以试试cutting它（有一个“POSIXt”方法），但我认为这同样复杂。

标签： r datetime time filter subset

【解决方案1】：

试试这个：

# library(hms) # hms::as.hms
df %>%
  mutate(DT2 = hms::as.hms(DateTime, tz = "UTC")) %>%
  filter(between(DT2, hms("09:15:00"), hms("12:00:00")) |
           between(DT2, hms("13:15:00"), hms("16:30:00")) |
           DT2 > hms("17:15:00") | DT2 < hms("01:00:00"))
# # A tibble: 2 x 4
#   DateTime             Var1 var2  DT2   
#   <dttm>              <dbl> <chr> <time>
# 1 2020-04-06 10:00:00     1 a     10:00 
# 2 2020-04-07 14:31:00     3 c     14:31

您无法真正将 POSIXt 与 lubridate 的 Period 类进行直接比较（显然）。另外，我使用了tz="UTC"，因为示例数据有一种假设时区的方法，而hms 包必须有不同的假设。您可能需要使用该参数来确保它符合您对数据的期望。

【讨论】：

【解决方案2】：

再想一想，你可能会使用lubridate中的interval函数。

不幸的是，它们只适用于日期时间对象。所以你必须有点hacky并添加任意日期：

library(dplyr)
library(lubridate)
library(purrr)
my.intervals <- c(dmy_hms("1/1/00 09:15:00") %--% dmy_hms("1/1/00 12:00:00"),
                  dmy_hms("1/1/00 13:15:00") %--% dmy_hms("1/1/00 16:30:00"),
                  dmy_hms("1/1/00 17:15:00") %--% dmy_hms("1/1/00 23:59:59"),
                  dmy_hms("1/1/00 00:00:00") %--% dmy_hms("1/1/00 01:00:00"))

df %>%
  mutate(Time = dmy_hms(paste0("01/01/00 ",format(DateTime,"%H:%M:%S")))) %>% 
  dplyr::filter(map_lgl(Time, ~ any(.x %within% my.intervals))) %>%
  dplyr::select(-Time)
# A tibble: 2 x 3
  DateTime             Var1 var2 
  <dttm>              <dbl> <chr>
1 2020-04-06 10:00:00     1 a    
2 2020-04-07 14:31:00     3 c

【讨论】：

【解决方案3】：

使用cut 的“POSIXt”方法是一种选择：

library(dplyr)

df %>%
  filter(cut(as.POSIXct(paste0(Sys.Date(), format(DateTime, "%H:%M:%S"))), 
             breaks=as.POSIXct(
               c("09:15:00","12:00:00","13:15:00","16:30:00","17:15:00","01:00:00"), 
               format="%H:%M:%S"), labels=FALSE) %in% c(2,4,6))

# A tibble: 2 x 3
  DateTime             Var1 var2 
  <dttm>              <dbl> <chr>
1 2020-04-06 10:00:00     1 a    
2 2020-04-07 14:31:00     3 c

有点笨拙，但不需要任何外部包。可能需要调整休息时间以包含结尾，可能会返回 1 秒。

【讨论】：