将日期/时间数据拆分为恒定的时间间隔

Question

我已经在这里发布了类似的问题：
time split to constant daily intervals and summarise the results

现在我正在尝试一个简单的版本：

我有一个数据，其中包含对象POSIXct 的date/time 变量（称为x），格式如下：yyyy-mm-dd HH:MM:SS。

date 并不是我真正感兴趣的。我要做的是将我的time 数据拆分为常量 时间间隔。

为了清楚起见，让我们从一些可重现的示例开始。使用dput，我的x 变量如下所示：

structure(c(1495608914, 1495642528, 1495642529, 1495607831, 1495641488, 1495643715), class = c("POSIXct", "POSIXt"), tzone="")

我已经能够使用：split(x, cut((x), "30 mins")) 将其拆分为时间间隔

但是，此方法从我在x 中的最小time 值开始拆分；但是，我有兴趣将数据拆分为恒定时间间隔。

所以，使用我上面提到的 拆分 方法，我将得到 20 个组，从 06:37:00 开始，间隔为 30 分钟（x 将在这 20 个组中的 3 个之间拆分2,1 和 3 次观察）。虽然我正在寻找有关数据点时间间隔的一些指示：

x                   v1   v2    . . . x.ind
06:37:11                             14
06:55:14                             14
15:58:08                             32
.
.
.

其中 1 代表00:00:00-00:30:00，2 代表00:30:00-01:00:00，...，14 代表06:30:00-07:00:00，...，48 代表23:30:00-00:00:00

Answer 1

使用 dplyr 进行连接和分组以及 lubridate 进行日期舍入的解决方案floor_date

library(dplyr)
library(lubridate)

observations <- data.frame(period = floor_date(x, unit = "30 minutes"), n=rep(1, length(x)))
intervals <- data.frame(period = seq.POSIXt(min(observations), max(observations), by = 30*60))

result <- intervals %>%
  full_join(observations) %>%
  group_by(period) %>%
  summarize(n=sum(n,na.rm= TRUE))