#r #dataframe #time-series #dplyr #data-processing
#r #фрейм данных #временные ряды #dplyr #обработка данных
Вопрос:
У меня есть R dataframe, df
, вот так:
WIFIAPTag passengerCount timeStamp MAC
1 E1-1A-1<E1-1-01> 15 2016-09-10 18:55:04 5869.6c54.d040
750 E1-1A-1<E1-1-01> 14 2016-09-10 18:56:01 5869.6c54.d040
1499 E1-1A-1<E1-1-01> 18 2016-09-10 18:57:01 5869.6c54.d040
2248 E1-1A-1<E1-1-01> 17 2016-09-10 18:58:02 5869.6c54.d040
2997 E1-1A-1<E1-1-01> 17 2016-09-10 18:59:01 5869.6c54.d040
3746 E1-1A-1<E1-1-01> 14 2016-09-10 19:00:01 5869.6c54.d040
3746 E1-1A-1<E1-1-01> 1 2016-09-10 19:05:01 5869.6c54.d040
Теперь я хочу агрегировать этот фрейм данных каждые 10 минут, вот так:
WIFIAPTag passengerCount timeStamp MAC
1 E1-1A-1<E1-1-01> 81 2016-09-10 18:50:00 5869.6c54.d040
2 E1-1A-1<E1-1-01> 15 2016-09-10 19:00:00 5869.6c54.d040
Я использую aggregate
и cut
в R вот так:
output <- aggregate(passengerCount ~ cut(timeStamp, breaks = "10 mins"), df, sum)
Но я могу получить данные только с начала 2016-09-10 18:55:00
:
output
WIFIAPTag timeStamp passengerCount
1 E1-1A-1<E1-1-01> 2016-09-10 18:55:00 95
2 E1-1A-1<E1-1-01> 2016-09-10 19:05:00 1
С чего я могу начать вывод 2016-09-10 18:50:00
?
Комментарии:
1. если вы зададите разрывам значение like
"10 mins"
, оно разделит интервал на это, используя первую и последнюю дату. Вместо этого явно выберите перерывы:seq.POSIXt(as.POSIXct('2016-09-10 18:50:00'),as.POSIXct('2016-09-10 23:50:00'),by = 600)
например2. Это сработало! Как насчет ответа ниже, чтобы я мог его принять?
Ответ №1:
Присвоение значения для перерывов типа «10 минут» приведет к разделению интервала с использованием первой и последней даты на 10-минутные сегменты.
Вместо этого явно выбирайте перерывы:
(Используя lubridate, поскольку я предпочитаю не жестко кодировать самые низкие и самые высокие значения)
library(lubridate)
lowtime <- min(df$timeStamp)
hightime <- max(df$timeStamp)
# Set the minute and second to the nearest 10 minute value
minute(lowtime) <- floor(minute(lowtime)/10) * 10
minute(hightime) <- ceiling(minute(hightime)/10) * 10
second(lowtime) <- 0
second(hightime) <- 0
# Set the breakpoints at 10 minute intervals
breakpoints <- seq.POSIXt(lowtime, hightime, by = 600)
output <- aggregate(passengerCount ~ cut(timeStamp, breaks = breakpoints), df, sum)