R 和 lubridate：使用标准在时间序列中创建间隔答案

【问题标题】：R and lubridate: create intervals in a time series using a criteriaR 和 lubridate：使用标准在时间序列中创建间隔
【发布时间】：2015-02-25 21:46:16
【问题描述】：

我无法从一些时间序列数据中创建一系列间隔。

如果我有一个包含日期、浓度以及该浓度是否超过阈值 5 的数据框 (df)：

df <- structure(list(DATE = structure(c(1356183950, 1356184851, 1356185750, 
1356186650, 1356187551, 1356188450, 1356189350, 1356190250, 1356191150, 
1356192050, 1356192950, 1356193851, 1356194750, 1356195650, 1356196550, 
1356197450), class = c("POSIXct", "POSIXt"), tzone = "UTC"), 
    CONC = c(3.8, 3.8, 3.7, 4.3, 5, 6, 7.2, 7, 6, 5, 4.3, 
    3.7, 3.4, 3.3, 3.1, 3), EXCEED = c(0, 0, 0, 0, 1, 1, 1, 1, 
    1, 1, 0, 0, 0, 0, 0, 0)), .Names = c("DATE", "TURBIDITY", 
"EXCEED"), row.names = 1070:1085, class = "data.frame")

我想根据低于或高于阈值的连续测量为每个时间段创建一个间隔，并返回摘要统计信息，例如：

   START                END                 MAXCONC
1  2012-12-22 13:45:50  2012-12-22 14:30:50 4.3
2  2012-12-22 14:45:51  2012-12-22 16:00:50 7.2 
3  2012-12-22 16:15:50  2012-12-22 17:30:50 4.3

我不知道如何使用 lubridate 创建不同的间隔。我应该使用另一个包吗？想法？

【问题讨论】：

标签： r

【解决方案1】：

这是一个可能的快速data.table 解决方案。我使用了 development version on GitHub 中的 rleid 函数，但您可以改用基本 R rle 函数

library(data.table) # v>=1.9.5
setDT(df)[, .(
              START = min(DATE),   
              END = max(DATE),
              MAXCONC = max(TURBIDITY)
              ),
          by = rleid(EXCEED)]

##    rleid               START                 END MAXCONC
## 1:     1 2012-12-22 13:45:50 2012-12-22 14:30:50     4.3
## 2:     2 2012-12-22 14:45:51 2012-12-22 16:00:50     7.2
## 3:     3 2012-12-22 16:15:50 2012-12-22 17:30:50     4.3

【讨论】：

谢谢！我应该能够使用 lubridate 中的 START 和 END 日期来计算我需要的其他统计信息。我还学到了一个非常有用的新术语，“运行长度编码”...... :)

【解决方案2】：

我只是添加了我选择的实现（即，使用 data.table::rleid 和 dplyr 作为替代解决方案。

    library(data.table) # v >= 1.9.5
    library(dplyr)

    df %>%
      group_by(RUN = data.table::rleid(EXCEED)) %>%
      summarize(START = min(DATE),
                END = max(DATE),
                MAX = max(TURBIDITY)) %>%
      mutate(DURATION_HRS = as.numeric((END - START)/60))

#  RUN               START                 END MAX DURATION_HRS
#   1 2012-12-22 13:45:50 2012-12-22 14:30:50 4.3      0.75000
#   2 2012-12-22 14:45:51 2012-12-22 16:00:50 7.2      1.24972
#   3 2012-12-22 16:15:50 2012-12-22 17:30:50 4.3      1.25000

【讨论】：

as.duration 和 interval 是什么？
lubridate::new_interval 创建一个具有指定开始和结束日期的间隔对象，lubridate::as.duration 将该对象强制转换为以秒为单位的持续时间对象。
你不需要这个，只要mutate(DURATION_HRS = (END - START)/60)。每次我查看lubridate 中的函数时，似乎那里的一切都过于复杂......
好电话！谢谢。我清理了代码以反映您的建议。