基于 DateTime 对连续行求和答案

【问题标题】：Summing Consecutive Rows based on DateTime基于 DateTime 对连续行求和
【发布时间】：2019-07-05 09:05:30
【问题描述】：

我的数据看起来像这样......

Year   Month   Day   Hour  Total  Date       DateTime
1950   1       2     21    0.01   1/2/1950   1/2/1950 21:00
1950   1       2     23    0.01   1/2/1950   1/2/1950 23:00
1950   1       3     0     0.06   1/3/1950   1/3/1950 0:00
1950   1       3     1     0.01   1/3/1950   1/3/1950 1:00
1950   1       3     2     0.02   1/3/1950   1/3/1950 2:00
1950   1       4     11    0.24   1/4/1950   1/4/1950 11:00
1950   1       4     12    0.07   1/4/1950   1/4/1950 12:00
1950   1       4     15    0.10   1/4/1950   1/4/1950 15:00
1950   1       4     16    0.04   1/4/1950   1/4/1950 16:00
1950   1       4     17    0.01   1/4/1950   1/4/1950 17:00

我想按事件或连续小时来汇总“总计”。例如，第一行与第二行不连续，这意味着它们相隔一个多小时且不连续（查看小时或日期时间）。第一行的总和应为 0.01。第二、第三、第四和第五个观察（或行）是连续的（不分开）。所有这四个观察结果都应该加起来，我想要那个总数……等等。我想要看起来像这样的东西......

Year    Month    Sum
1950    1         0.01
1950    1         0.10
1950    1         0.31
1950    1         0.15

将这些连续的小时数相加，我不想要每天的总数。

【问题讨论】：

标签： r dplyr lubridate

【解决方案1】：

您可以检查观察之间的间隔是否大于一小时，如果使用cumsum，则增加组索引。这使您可以创建连续观察组，然后通过summarise 获得所需的总数。请注意，我将T 添加到DateTime 列中，以便read_table2 将其理解为一列；最佳做法是提供dput，以便我们可以轻松获得您所拥有格式的数据。

library(tidyverse)
library(lubridate)

tbl <- read_table2(
"Year   Month   Day   Hour  Total  Date       DateTime
1950   1       2     21    0.01   1/2/1950   1/2/1950T21:00
1950   1       2     23    0.01   1/2/1950   1/2/1950T23:00
1950   1       3     0     0.06   1/3/1950   1/3/1950T0:00
1950   1       3     1     0.01   1/3/1950   1/3/1950T1:00
1950   1       3     2     0.02   1/3/1950   1/3/1950T2:00
1950   1       4     11    0.24   1/4/1950   1/4/1950T11:00
1950   1       4     12    0.07   1/4/1950   1/4/1950T12:00
1950   1       4     15    0.10   1/4/1950   1/4/1950T15:00
1950   1       4     16    0.04   1/4/1950   1/4/1950T16:00
1950   1       4     17    0.01   1/4/1950   1/4/1950T17:00"
) %>%
  mutate(Date = mdy(Date), DateTime = mdy_hm(DateTime))

tbl %>%
  mutate(group = cumsum(c(0, int_diff(DateTime)) > 3600)) %>%
  group_by(Year, Month, group) %>%
  summarise(Sum = sum(Total))
#> # A tibble: 4 x 4
#> # Groups:   Year, Month [?]
#>    Year Month group   Sum
#>   <dbl> <dbl> <int> <dbl>
#> 1  1950     1     0  0.01
#> 2  1950     1     1  0.1 
#> 3  1950     1     2  0.31
#> 4  1950     1     3  0.15

^{由reprex package (v0.2.1) 于 2019 年 2 月 11 日创建}

【讨论】：