如何按独特的夜晚标记时间序列数据？答案

【问题标题】：How can I label time series data by unique nights?如何按独特的夜晚标记时间序列数据？
【发布时间】：2021-01-08 12:18:54
【问题描述】：

我想在不同的夜晚拆分时间序列数据集（仅包括夜间数据！）以分别为每个夜晚应用缺失值插补方法。这就是为什么我需要创建一个新变量“night”，分别标记每个晚上。

任何想法如何通过应用 dplyr::if_else()- 函数（例如，通过在 if 条件中使用“day”或“time”变量）正确创建变量“night”？

这是样本数据：

# Sample Data
timestamp <- c("2020-05-26 04:15:33","2020-05-26 06:15:33","2020-05-26 22:15:33", "2020-05-26 23:15:33", "2020-05-27 00:15:33", "2020-05-27 04:15:33", "2020-05-27 22:15:33","2020-05-28 00:15:33", "2020-05-28 04:15:33", "2020-05-28 22:15:33", "2020-05-29 00:15:33")
time <- c("04:15:33","06:15:33","22:15:33", "23:15:33", "00:15:33", "04:15:33", "22:15:33","00:15:33", "04:15:33", "22:15:33", "00:15:33")
day <- c(1,1,1,1,2,2,2,3,3,3,4)
df <- as.data.frame(cbind(timestamp, time, day))
 
df
#              timestamp     time day  
# 1  2020-05-26 04:15:33 04:15:33   1 
# 2  2020-05-26 06:15:33 06:15:33   1 
# 3  2020-05-26 22:15:33 22:15:33   1 
# 4  2020-05-26 23:15:33 23:15:33   1 
# 5  2020-05-27 00:15:33 00:15:33   2 
# 6  2020-05-27 04:15:33 04:15:33   2 
# 7  2020-05-27 22:15:33 22:15:33   2 
# 8  2020-05-28 00:15:33 00:15:33   3 
# 9  2020-05-28 04:15:33 04:15:33   3 
# 10 2020-05-28 22:15:33 22:15:33   3 
# 11 2020-05-29 00:15:33 00:15:33   4

这将是正确的结果：

# Sample Data - CORRECT RESULT
   
    df_result
    #              timestamp     time day  night
    # 1  2020-05-26 04:15:33 04:15:33   1 night0
    # 2  2020-05-26 06:15:33 06:15:33   1 night0
    # 3  2020-05-26 22:15:33 22:15:33   1 night1
    # 4  2020-05-26 23:15:33 23:15:33   1 night1
    # 5  2020-05-27 00:15:33 00:15:33   2 night1
    # 6  2020-05-27 04:15:33 04:15:33   2 night1
    # 7  2020-05-27 22:15:33 22:15:33   2 night2
    # 8  2020-05-28 00:15:33 00:15:33   3 night2
    # 9  2020-05-28 04:15:33 04:15:33   3 night2
    # 10 2020-05-28 22:15:33 22:15:33   3 night3
    # 11 2020-05-29 00:15:33 00:15:33   4 night3

【问题讨论】：

标签： r if-statement dplyr timestamp subset

【解决方案1】：

由于您只包含夜间数据，因此只需在 if 语句中使用 12:00 作为新夜晚的截止时间：

df %>% 
  mutate(night = paste0("night", as.numeric(ifelse(time <= "12:00:00", -1, 0)) + as.numeric(day)))


             timestamp     time day  night
1  2020-05-26 04:15:33 04:15:33   1 night0
2  2020-05-26 06:15:33 06:15:33   1 night0
3  2020-05-26 22:15:33 22:15:33   1 night1
4  2020-05-26 23:15:33 23:15:33   1 night1
5  2020-05-27 00:15:33 00:15:33   2 night1
6  2020-05-27 04:15:33 04:15:33   2 night1
7  2020-05-27 22:15:33 22:15:33   2 night2
8  2020-05-28 00:15:33 00:15:33   3 night2
9  2020-05-28 04:15:33 04:15:33   3 night2
10 2020-05-28 22:15:33 22:15:33   3 night3
11 2020-05-29 00:15:33 00:15:33   4 night3

【讨论】：

这会导致夜间列中出现“nightNA”和以下警告：1：mutate() 输入问题night。 ℹ‘night是paste0(...)。 2：在 Ops.factor(time, "12:00:00") 中：'
该错误似乎表明您的某个列被格式化为一个因素，这与上面帖子中的示例不同。如果是时候，将ifelse(time <= ... 更改为ifelse(as.character(time) <= ... 将起作用。一个因素不适用于 ifelse
现在可以使用了，谢谢！（你是对的，不知何故“时间”变量类在再次创建示例数据时更改为因子......）

【解决方案2】：

我会先计算从开始日期 2020-05-26 到当前日期的差值。如何做到这一点可以在这里找到： calculating number of days between 2 columns of dates in data frame

然后用 IF 语句创建一个数字列：IF time (later) 12:00 THAN +1

如果您在执行此操作时遇到困难，请告诉我！

【讨论】：