计算 R（时间序列）中超过阈值的最大持续时间答案

【问题标题】：Calculation of the maximum duration over threshold in R (timeseries)计算 R（时间序列）中超过阈值的最大持续时间
【发布时间】：2019-07-04 19:09:51
【问题描述】：

我有一个 5 分钟分辨率的 xts-timeseries 温度数据。

head(dataset)
Time                Temp
2016-04-26 10:00:00 6.877
2016-04-26 10:05:00 6.877
2016-04-26 10:10:00 6.978
2016-04-26 10:15:00 6.978
2016-04-26 10:20:00 6.978

我想计算温度超过某个阈值的最长持续时间。（假设是 20 °C）
我想计算温度超过某个阈值的所有持续时间。

我从我的 xts-data 创建一个 data.frame：

df=data.frame(Time=index(dataset),coredata(dataset))
head(df)
Time                  Temp
1 2016-04-26 10:00:00 6.877
2 2016-04-26 10:05:00 6.877
3 2016-04-26 10:10:00 6.978
4 2016-04-26 10:15:00 6.978
5 2016-04-26 10:20:00 6.978
6 2016-04-26 10:25:00 7.079

然后我创建一个仅包含超过阈值的数据的子集：

sub=(subset(x=df,subset = df$Temp>20))
head(sub)
            Time         Temp
7514 2016-05-22 12:05:00 20.043
7515 2016-05-22 12:10:00 20.234
7516 2016-05-22 12:15:00 20.329
7517 2016-05-22 12:20:00 20.424
7518 2016-05-22 12:25:00 20.615
7519 2016-05-22 12:30:00 20.805

但现在我无法计算温度超过阈值的事件持续时间。我不知道如何识别连接期并计算其持续时间？

如果您有这个问题的解决方案，我会很高兴（这是我的第一个帖子，所以请原谅小错误）如果您需要有关我的数据的更多信息，请随时询问。

【问题讨论】：

max(rle(dataset$temp> 20)[rle(dataset$temp> 20)$values == T]$lengths) 应该适用于您的第一个目标，以防您的数据在整个数据集中具有相同的时间间隔（如您的示例中所示）
你能提供你预期的输出吗？例如。根据样本数据等，您希望持续多长时间。
@Lenvyy：感谢您的回答，不知道 rle() 函数。不幸的是，它不适用于我的数据。我明白了，但我无法产生结果。数据是填空的，因此间隔相同，但函数产生 NULL。但是通过使用 rle() 函数，我找到了一个解决方案，通过使用 r=rle(df$Temp>20) tapply(r$lengths, r$values, max) @arg0naut：我希望它是几小时内

标签： r time xts duration threshold

【解决方案1】：

这可能有效。我以这个数据为例：

df <- structure(list(Time = structure(c(1463911500, 1463911800, 1463912100, 
1463912400, 1463912700, 1463913000), class = c("POSIXct", "POSIXt"
), tzone = ""), Temp = c(20.043, 20.234, 6.329, 20.424, 20.615, 
20.805)), row.names = c(NA, -6L), class = "data.frame")

> df
                 Time   Temp
1 2016-05-22 12:05:00 20.043
2 2016-05-22 12:10:00 20.234
3 2016-05-22 12:15:00  6.329
4 2016-05-22 12:20:00 20.424
5 2016-05-22 12:25:00 20.615
6 2016-05-22 12:30:00 20.805

library(dplyr)
df %>% 
  # add id for different periods/events
  mutate(tmp_Temp = Temp > 20, id = rleid(tmp_Temp)) %>% 
  # keep only periods with high temperature
  filter(tmp_Temp) %>%
  # for each period/event, get its duration
  group_by(id) %>%
  summarise(event_duration = difftime(last(Time), first(Time)))


     id event_duration
  <int> <time>        
1     1  5 mins       
2     3 10 mins

【讨论】：

谢谢，正是我想要的！