R中的分箱时间序列？答案

【问题标题】：Binning time series in R?R中的分箱时间序列？
【发布时间】：2013-12-25 23:55:27
【问题描述】：

我是 R 新手。我的数据有 600k 个对象，由三个属性定义：Id、Date 和 TimeOfCall。

TimeofCall 具有00:00:00 格式，范围从00:00:00 到23:59:59。

我想将TimeOfCall 属性分箱到 24 个箱中，每个箱代表每小时时段（第一个箱 00:00:00 到 00:59:59 等等）。

有人可以告诉我如何做到这一点吗？我尝试使用cut()，但显然我的格式不是数字。提前致谢！

【问题讨论】：

How to make a great R reproducible example?
您想在 data.frame 中添加 bin 列吗？或者你有不同的数据结构？
你好 Milktrader，它是 data.frame，是的，它可以工作。
使用 cut2 代替 cut 来自 Hmisc 包

标签： r timestamp binning

【解决方案1】：

虽然您可以转换为正式的时间表示，但在这种情况下，使用substr 可能会更容易：

test <- c("00:00:01","02:07:01","22:30:15")
as.numeric(substr(test,1,2))
#[1]  0  2 22

使用POSIXct 时间来处理它也可以，如果您计划进一步计算（时间差异等）可能会很方便：

testtime <- as.POSIXct(test,format="%H:%M:%S")
#[1]"2013-12-09 00:00:01 EST" "2013-12-09 02:07:01 EST" "2013-12-09 22:30:15 EST"
as.numeric(format(testtime,"%H"))
#[1]  0  2 22

【讨论】：

这就像一个魅力，谢谢！第二种方法很好！我相信我会更频繁地使用它！快速一个，如果我要从日期中提取一周中的几天，我也可以使用 POSIXct 吗？
@Palcente - 如果您已经有一个 Date 变量（或 POSIXct / POSIXlt 日期时间），您可以使用 format，如 format(datevar,"%w")，其中结果为 0-6，周日为 0。
如果我的日期如下：01-Jan-09...你能告诉我我的 POSIXct 格式是什么吗...它会是 format="%d-%b-%y" 吗？
@Palcente - 这是正确的格式，它们都列在?strptime 中。这些适用于所有Date 和POSIXct/lt 格式。如果您正在处理没有时间的日期，则可能没有真正需要使用POSIXct，as.Date 可以正常工作。
感谢您的回答，如果我希望垃圾箱是 3 小时而不是 1 小时，该怎么办？

【解决方案2】：

您可以使用cut.POsixlt 函数。但是您应该将数据强制转换为有效的时间对象。在这里，我使用来自lubridate 的方便的hms。和strftime 获取时间格式。

library(lubridate)
x <- c("09:10:01", "08:10:02",  "08:20:02","06:10:03 ", "Collided at 9:20:04 pm")
x.h <- strftime(cut(as.POSIXct(hms(x),origin=Sys.Date()),'hours'),
         format='%H:%M:%S')

data.frame(x,x.h)

                       x      x.h
1               09:10:01 10:00:00
2               08:10:02 09:00:00
3               08:20:02 09:00:00
4              06:10:03  07:00:00
5 Collided at 9:20:04 pm 22:00:00

【讨论】：