如何在R中找到值大于x的时间比例？

Question

我有一个包含日期/时间序列的数据框，我正在尝试查找值高于 > x 的每月时间量（对于这个问题，假设 > 5）。

这是一个示例数据框

# Create a, b, c, d variables
a <- c("06-25-20 08:00:00 AM","06-25-20 08:15:00 AM",
       "06-25-20 08:30:00 AM","06-25-20 08:45:00 AM",
       "07-25-20 08:45:00 AM", "07-25-20 08:45:00 AM",
       "08-25-20 08:45:00 AM", "08-25-20 08:45:00 AM",
       "09-25-20 08:45:00 AM","09-25-20 08:45:00 AM")
b <- c(4,5,8, "N/A", 4,5,"N/A",7,7,6)
c <- c(6,10,8, "N/A", 8,5,"N/A",8,7,2)
# Join the variables to create a data frame
df <- data.frame(a,b,c)
df$a = as.POSIXlt(df$a, format="%m-%d-%y%H:%M:%S", tz = 'EST')

我先把日期和时间分开

#Put date and time into seperate columns
df$Day <- as.Date(stewiacke_WA$a)
df$Time <- format(df$b,"%H:%M:%S")

我还有 2 个问题。首先，Time 列是class(character)，当我使用代码时

df$Time = as.POSIXct(df$Time, format = "%H:%M:%S", tz = 'EST')

Time 列添加了日期。

我的第二个问题是，我不知道如何计算每个列值 > 5 的每月时间量。有人可以帮忙吗？

Answer 1

lubridate 包在处理日期和时间时非常有用。 我还将使用dplyr 来计算每月b 或c 高于5 的时间。

library(lubridate)
library(dplyr)

# Create a, b, c, d variables
a <- c(
  "06-25-20 08:00:00 AM",
  "06-25-20 08:15:00 AM",
  "06-25-20 08:30:00 AM",
  "06-25-20 08:45:00 AM",
  "07-25-20 08:45:00 AM",
  "07-25-20 08:45:00 AM",
  "08-25-20 08:45:00 AM",
  "08-25-20 08:45:00 AM",
  "09-25-20 08:45:00 AM",
  "09-25-20 08:45:00 AM"
)

在数据中定义缺失值时，请确保使用NA 而不是"N/A"！

b <- c(4, 5, 8, NA, 4, 5, NA, 7, 7, 6)
c <- c(6, 10, 8, NA, 8, 5, NA, 8, 7, 2)

tibble() 而不是data.frame() 可以更容易地查看列的类。

df <-
  tibble(a, b, c) 

df$a = as.POSIXlt(df$a, format = "%m-%d-%y%H:%M:%S", tz = 'EST')

df$month <- month(df$a)

每个月b 的时间大于 5 个

df %>%
  group_by(month) %>% 
  mutate(prev_a = lag(a, 1),
         diff_time = a - prev_a) %>% 
  filter(b > 5) %>% 
  summarise(sum_diff_time = sum(diff_time, na.rm = TRUE))
#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 3 x 2
#>   month sum_diff_time
#>   <dbl> <drtn>       
#> 1     6 900 secs     
#> 2     8   0 secs     
#> 3     9   0 secs

c 也是如此

df %>%
  group_by(month) %>% 
  mutate(prev_a = lag(a, 1),
         diff_time = a - prev_a) %>% 
  filter(c > 5) %>% 
  summarise(sum_diff_time = sum(diff_time, na.rm = TRUE))
#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 4 x 2
#>   month sum_diff_time
#>   <dbl> <drtn>       
#> 1     6 1800 secs    
#> 2     7    0 secs    
#> 3     8    0 secs    
#> 4     9    0 secs

注意：这里假设 b 和 c 的值在当时是相同的 a 和 a 的前一个值。我猜你正在寻找一个结果 与此有些不同，但这应该为您指明正确的方向。