如何按时间戳过滤数据集

Question

我正在处理一些鸟类 GPS 跟踪数据，我想根据时间戳排除点。

一些背景信息 - GPS 记录器跟踪每只鸟仅超过 24 小时，从晚上开始，一直持续到晚上和第二天。我想做的是排除部署后当天晚上 9:30 之后获得的分数（因此从赛道的最末端删除分数）。 作为一个 R 新手，我很苦恼，因为每只鸟的部署日期都不同，所以我不能简单地将 subset() 用于特定的日期和时间。

我的数据框 (df) 示例：

BirdID    x             y           Datetime
15K12     492719.9      5634805     2015-06-23 18:25:00
15K12     492491.5      5635018     2015-06-23 18:27:00
15K70     455979.1      5653581     2015-06-24 19:54:00  
15K70     456040.9      5653668     2015-06-24 19:59:00

因此，假设这些点代表每只动物的 GPS 轨迹的开始，我想在 6 月 24 日晚上 9:30 之后删除鸟类 15K12 的点，以及 6 月 25 日晚上 9:30 之后的鸟类 15K70 的点。

有什么想法吗？

Answer 1

首先，检查 df$Datetime 是否为日期变量：

class(df$Datetime)

如果不是，你可以这样转换：

df$Datetime <- ymd_hms(df&Datetime)

您使用 mutate 创建一个名为 newdate 的新变量，该变量获取鸟类数据的最早日期，并将截止日期设置为鸟类最早观测日期的第二天 21:30:00。

然后您通过 newdate 列过滤 Datetime 列，并获得比指定日期更早的观察结果。

library(dplyr); library(lubridate)
df %>% 
  group_by(BirdID) %>%
  mutate(newdate = as.POSIXct(date(min(Datetime)) + days(1) + hours(21) + minutes(30))) %>% 
  filter(Datetime < newdate)

做了一个可重现的例子：

library(dplyr); library(lubridate)

set.seed(1)

# Create a data frame (1000 observations)
BirdID <- paste(rep(floor(runif(250, 1, 20)),4),
  rep("k", 1000), rep(floor(runif(250, 1, 40)),4), sep = "")
x <- rnorm(1000, mean = 47000, sd = 2000)
y <- rnorm(1000, mean = 5650000, sd = 300000)
Datetime <- as.POSIXct(rnorm(1000, mean = as.numeric(as.POSIXct("2015-06-23 18:25:00")), sd = 99999), tz = "GMT", origin = "1970-01-01")
df <- data.frame(BirdID, x, y, Datetime, stringsAsFactors = FALSE)

# Filter the data frame by the specified date
df_filtered <- df %>% 
  group_by(BirdID) %>%
  mutate(newdate = as.POSIXct(date(min(Datetime)) + days(1) + hours(21) + minutes(30))) %>% 
  filter(Datetime < newdate)

这应该可以解决任何问题。