R 按小时计算行数答案

【问题标题】：R Sum rows by hourly rateR 按小时计算行数
【发布时间】：2018-05-11 10:31:52
【问题描述】：

我刚开始使用 R，所以请多多包涵

例如，我有这个data.table（或data.frame）对象：

Time               Station      count_starts    count_ends
01/01/2015 00:30       A            2               3
01/01/2015 00:40       A            2               1
01/01/2015 00:55       B            1               1
01/01/2015 01:17       A            3               1
01/01/2015 01:37       A            1               1

我的最终目标是将“时间”列分组为每小时，并根据每小时的时间和站点对count_starts 和count_ends 求和：

Time               Station      sum(count_starts)   sum(count_ends)
01/01/2015 01:00       A            4                      4
01/01/2015 01:00       B            1                      1
01/01/2015 02:00       A            4                      2

我做了一些研究，发现我应该使用xts 库。

谢谢你帮助我

更新：

我将transactions$Time的类型转换为POSIXct，所以xts包应该可以直接使用timeseries了。

【问题讨论】：

stackoverflow.com/questions/16444242/…
感谢您的链接，我可以按小时“分组”日期时间，但困难的部分是如何按小时费率对其他列求和？

标签： r dataframe time-series

【解决方案1】：

使用基数 R，我们仍然可以执行上述操作。只是他们所有人的时间会少一小时：

 dat=read.table(text = "Time               Station      count_starts    count_ends
 '01/01/2015 00:30'       A            2               3
 '01/01/2015 00:40'       A            2               1
 '01/01/2015 00:55'       B            1               1
 '01/01/2015 01:17'       A            3               1
 '01/01/2015 01:37'       A            1               1",
             header = TRUE, stringsAsFactors = FALSE)

 dat$Time=cut(strptime(dat$Time,"%m/%d/%Y %H:%M"),"hour")
 aggregate(.~Time+Station,dat,sum)
                  Time Station count_starts count_ends
 1 2015-01-01 00:00:00       A            4          4
 2 2015-01-01 01:00:00       A            4          2
 3 2015-01-01 00:00:00       B            1          1

您可以使用order 函数重新排列表格，甚至可以使用sort.POSIXlt 函数：

 m=aggregate(.~Time+Station,dat,sum)
 m[order(m[,1]),]
                  Time Station count_starts count_ends
 1 2015-01-01 00:00:00       A            4          4
 3 2015-01-01 00:00:00       B            1          1
 2 2015-01-01 01:00:00       A            4          2

【讨论】：

谢谢。我尝试了您的解决方案，但 cut 方法返回错误： seq.int(0, to0 - from, by) 中的错误：'to' 必须是有限数。我仍在解决这个错误。
哦，你需要小心。在替换 dat$Time 之前，请确保您的 dat 与最初给出的相同。只需再次运行dat 然后运行我给出的两个代码
我现在已经给出了数据。运行数据然后代码
非常感谢您的帮助。我在做时间序列分析，会有“少一小时”的差异吗？即 00:00:00 将在 00:00:00 到 01:00:00 之间求和
没有区别。 00:00:00 将在 00:00:00 到 01:00:00 之间求和，01:00:00 将在 01:00:00 到 02:00:00 之间求和，依此类推..

【解决方案2】：

使用dplyr 和lubridate 的解决方案。关键是使用ceiling_date将日期时间列转换为小时时间步长，然后对数据进行分组汇总。

library(dplyr)
library(lubridate)

dt2 <- dt %>%
  mutate(Time = mdy_hm(Time)) %>%
  mutate(Time = ceiling_date(Time, unit = "hour")) %>%
  group_by(Time, Station) %>%
  summarise(`sum(count_starts)` = sum(count_starts),
            `sum(count_ends)` = sum(count_ends)) %>%
  ungroup()
dt2
# # A tibble: 3 x 4
#                  Time Station `sum(count_starts)` `sum(count_ends)`
#                <dttm>   <chr>               <int>             <int>
# 1 2015-01-01 01:00:00       A                   4                 4
# 2 2015-01-01 01:00:00       B                   1                 1
# 3 2015-01-01 02:00:00       A                   4                 2

数据

dt <- read.table(text = "Time               Station      count_starts    count_ends
'01/01/2015 00:30'       A            2               3
'01/01/2015 00:40'       A            2               1
'01/01/2015 00:55'       B            1               1
'01/01/2015 01:17'       A            3               1
'01/01/2015 01:37'       A            1               1",
                 header = TRUE, stringsAsFactors = FALSE)

说明

mdy_hm 是将字符串转换为date-time 类的函数。它的意思是“月-日-年-时-分”，这取决于字符串的结构。 ceiling_date 根据指定的单位对日期时间对象进行四舍五入。 group_by 是对变量进行分组。 summarise是进行汇总操作。

【讨论】：

感谢您的帮助。我会尝试你的解决方案，但我不明白代码。是否可以改用data.table 和xts 库来解决这个问题？
@BlazeTama 我不熟悉xts 包。也许其他人可以帮助你。
@BlazeTama 我在代码中添加了一些解释。
感谢您的解释，我会尝试它作为替代方案。一个小问题，我的字符串格式是%d/%m/%H，可以用pattern读吗？
@Blaze Tama。你有一个错误的原因是因为你在一个因素上使用as.Date 而不是一个字符。尝试做as.Date(as.character(...))

【解决方案3】：

基本上需要两件事： 1）将时间循环到最近的 1 小时窗口：

library(data.table)

library(lubridate)

data=data.table(Time=c('01/01/2015 00:30','01/01/2015 00:40','01/01/2015 00:55','01/01/2015 01:17','01/01/2015 01:37'),Station=c('A','A','B','A','A'),count_starts=c(2,2,1,3,1),count_ends=c(3,1,1,1,1))

data[,Time_conv:=as.POSIXct(strptime(Time,'%d/%m/%Y %H:%M'))]

data[,Time_round:=floor_date(Time_conv,unit="1 hour")]

2）列出上面得到的数据表，得到想要的结果：

New_data=data[,list(count_starts_sum=sum(count_starts),count_ends_sum=sum(count_ends)),by='Time_round']

【讨论】：