代码之家 › 专栏 › 技术社区 › Lynn

分组,如果datetime超过某个时间,则创建一个“break”,在原始分组列(R,dplyr)中创建一个新值

dplyr loops r

Lynn · 技术社区 · 5 年前

  Subject      Folder     Message    Date
  A            Out                   9/9/2019 5:46:38 PM
  A            Out                   9/9/2019 5:46:40 PM
  A            Out                   9/9/2019 5:46:42 PM
  A            Out                   9/9/2019 5:46:43 PM
  A            Out                   9/9/2019 9:30:00 PM
  A            Out                   9/9/2019 9:30:01 PM
  B            Out                   9/9/2019 9:35:00 PM
  B            Out                   9/9/2019 9:35:01 PM

我正在尝试按主题对其进行分组,找到持续时间,然后创建一个新的持续时间列。如果日期时间超过一定的时间,我也希望创建一个阈值。我的难题是在A组,时间从第四排的5:46到第五排的9:30。这在A组中给出了一个不准确的持续时间。我希望“打断”该时间并在该时间超过10分钟时在主题中创建新值(A1)时找到新的持续时间。我不确定我是否应该用一个循环来做这个?

 Subject   Duration   Group
 A         5 sec      outdata1
 A1        1 sec      outdata2
 B         1 sec      outdata3

这是我的dput:

structure(list(Subject = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 
2L, 2L), .Label = c("A", "B"), class = "factor"), Folder = structure(c(1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = "Out", class = "factor"), 
Message = c("", "", "", "", "", "", "", ""), Date = structure(1:8, .Label = c("9/9/2019 5:46:38 PM", 
"9/9/2019 5:46:40 PM", "9/9/2019 5:46:42 PM", "9/9/2019 5:46:43 PM", 
"9/9/2019 9:30:00 PM", "9/9/2019 9:30:01 PM", "9/9/2019 9:35:00 PM", 
"9/9/2019 9:35:01 PM"), class = "factor")), row.names = c(NA, 
-8L), class = "data.frame")

我就是这么想的:

thresh <- duration(10, units = "minutes")

df %>%  
mutate(Date = mdy_hms(Date)) %>% 
transmute(Subject, Duration = diff = difftime(as.POSIXct(Date, format = 
"%m/%d/%Y %I:%M:%S %p"),as.POSIXct(Date, 
format = "%m/%d/%Y %I:%M:%S %p" ), units = "secs")) %>% 
ungroup %>% 
distinct %>% 
mutate(grp = str_c("Outdata", row_number()))

 mutate(delta = if_else(grp < thresh1, grp, NA_real_))

如有任何帮助,我们将不胜感激

1 回复 | 直到 5 年前

Ronak Shah 5 年前

我们可以计算连续的 Date 值创建新组,然后计算 min max 在每组中。

library(dplyr)
thresh <- 10

df %>%  
  mutate(Date = as.POSIXct(Date, format = "%m/%d/%Y %I:%M:%S %p")) %>%
  group_by(Subject, Group = cumsum(difftime(Date, 
            lag(Date, default = first(Date)), units = "mins") > thresh)) %>%
  summarise(Duration = difftime(max(Date), min(Date), units = "secs")) %>%
  ungroup %>%
  mutate(Group = paste0('outdata', row_number()))

# A tibble: 3 x 3
#  Subject Group    Duration
#  <fct>   <chr>    <drtn>  
#1 A       outdata1 5 secs  
#2 A       outdata2 1 secs  
#3 B       outdata3 1 secs

推荐文章

Amp · 使用R ggplot2删除geom_radial中axis.line和panel.border之间的空格

6 月前

Hard_Course · 用另一列中的值替换行的最后一个非NA条目

6 月前

Mark R · 使用geom_sf()删除地球仪上不需要的网格线

6 月前

Joe · 根据对工作日和本周早些时候的日期的了解,找到一个日期

6 月前

Ben · 统计向量中的单词在字符串中出现的频率

6 月前

TheCodeNovice · R中符号格式的尾随零和其他问题[重复]

6 月前

katefull06 · 在R中使用terra修改范围时,会为单独的SpatRaster重写范围

6 月前

dez93_2000 · 在R管道子功能中引用管道对象的当前状态

6 月前

accibio · 在ggplot2中为同一变量创建两个连续的颜色渐变比例

6 月前

Mankka · 如何在Ggplot2中绘制均匀的径向图

6 月前