基于时间间隔和键的年份 R 聚合

Question

我有一个问题，我知道如何在 SQL 中解决，但在 R 中却不优雅地。这似乎是通过dpylr 轻松解决的任务，但我正在寻找输入。 p>

我有一个与 开始 和 结束 时间相关的位置列表。这些日期标记了该位置活跃的时期。

我想用COUNT(active locations) 为每一年输出一个任意间隔之间的所有年份的表格。如果位置在该年的任何时间处于活动状态，则该位置是活动的，并且不应多次计算。

示例

考虑以下数据：

╔════════════╦═════════════════════╦═════════════════════╗
║ LocationID ║ StartDate <POSIXlt> ║ EndDate <POSIXlt>   ║
╠════════════╬═════════════════════╬═════════════════════╣
║ 0          ║ 2000-01-01 00:00:00 ║ 2001-01-01 12:00:00 ║
║ 1          ║ 2000-01-01 00:00:00 ║ 2010-01-01 12:00:00 ║
║ 2          ║ 2009-01-01 12:00:00 ║ 2015-06-01 00:00:00 ║
║ 0          ║ 2001-12-01 00:00:00 ║ 2010-01-01 12:00:00 ║
╚════════════╩═════════════════════╩═════════════════════╝

2000 年到 2015 年的期望输出是：

╔══════╦═══════════════╗
║ Year ║ Count(active) ║
╠══════╬═══════════════╣
║ 2000 ║ 2             ║
║ 2001 ║ 2             ║
║ 2002 ║ 2             ║
║ 2003 ║ 2             ║
║ 2004 ║ 2             ║
║ 2005 ║ 2             ║
║ 2006 ║ 2             ║
║ 2007 ║ 2             ║
║ 2008 ║ 2             ║
║ 2009 ║ 3             ║
║ 2010 ║ 3             ║
║ 2011 ║ 1             ║
║ 2012 ║ 1             ║
║ 2013 ║ 1             ║
║ 2014 ║ 1             ║
║ 2015 ║ 1             ║
╚══════╩═══════════════╝

任何关于最佳方法的指导将不胜感激。谢谢！

Answer 1

这是一种方法。我根据您上面的数据创建了一个示例数据。首先，我从start 和end 中提取了年份信息，并使用year() 创建了两个新列，您可以在lubridate 或data.table 中找到它们。然后，对于每一行，我在sapply() 中使用seq() 创建了一个年份序列。在这个阶段你有一个清单。你unlist()列表，并计算每年出现多少次（table()）。最后，使用data.frame() 转换表格。

library(lubridate)
library(dplyr)

mydf <- data.frame(ID = c(0,1,2,0),
                   start = as.POSIXct(c("2000-01-01 00:00:00", "2000-01-01 00:00:00",
                                        "2009-01-01 12:00:00", "2001-12-01 00:00:00")),
                   end = as.POSIXct(c("2001-01-01 12:00:00", "2010-01-01 12:00:00",
                                      "2015-06-01 00:00:00", "2010-01-01 12:00:00")))


mutate_each(mydf, funs(year(.)), start:end) -> temp

sapply(1:nrow(temp), function(x){

            seq(temp[x, 2], temp[x, 3], by = 1)}) %>%
unlist %>%
table %>%
data.frame

#      . Freq
#1  2000    2
#2  2001    3
#3  2002    2
#4  2003    2
#5  2004    2
#6  2005    2
#7  2006    2
#8  2007    2
#9  2008    2
#10 2009    3
#11 2010    3
#12 2011    1
#13 2012    1
#14 2013    1
#15 2014    1
#16 2015    1