计算在特定时间运行的报告数量答案

【问题标题】：Calculate how many reports are running at a certain time计算在特定时间运行的报告数量
【发布时间】：2018-11-08 19:45:03
【问题描述】：

我正在尝试计算在特定时间运行的报告数量。

数据如下：

ReportID    StartTime   Duration  
   1 2018-11-02 13:00:00  240 seconds  
   2 2018-11-02 14:00:00  300 seconds  
   3 2018-11-02 14:01:15  300 seconds  
   4 2018-11-02 14:00:00 5000 seconds

理想的输出是：

Time #ReportsRunning
2018-11-01 13:00:00 0
2018-11-02 13:00:00 1  
2018-11-02 14:00:00 2
2018-11-02 15:00:00 1

有没有办法做这样的事情？我正在考虑将列添加到我要检查的每个时间戳。但这会使桌子变得非常宽。

可重现形式的数据：

df1 <- data.frame(
  ReportID = 1:4,
  StartTime = as.POSIXct(c("2018-11-02 13:00:00", "2018-11-02 14:00:00",
                           "2018-11-02 14:01:15", "2018-11-02 14:00:00")),
  Duration = as.difftime(c(240, 300, 300, 5000), units = "secs")
)

df2 <- data.frame(
  Time = as.POSIXct(c("2018-11-01 13:00:00", "2018-11-02 13:00:00",
                      "2018-11-02 14:00:00", "2018-11-02 15:00:00"))
)

【问题讨论】：

欢迎来到 StackOverflow！下一次的小提示：以可重复的形式包含您的数据（就像我在上面所做的那样），您将更有可能得到答案。看看这里：stackoverflow.com/questions/5963269/…
另外，下午 2 点运行的报告数量是 2，而不是 3，对吧？我编辑了。

标签： r algorithm data-manipulation

【解决方案1】：

这是一个基本的 R 解决方案：

df2$`#ReportsRunning` <- sapply(
  df2$Time,
  function(x) sum(x >= df1$StartTime & x <= df1$StartTime + df1$Duration)
)

df2
#                  Time #ReportsRunning
# 1 2018-11-01 13:00:00               0
# 2 2018-11-02 13:00:00               1
# 3 2018-11-02 14:00:00               2
# 4 2018-11-02 15:00:00               1

但如果您的数据很大，使用 BioConductor 的 IRanges package 应该会更高效：

library(IRanges)

ranges <- IRanges(as.integer(df1$StartTime), width = as.integer(df1$Duration))
values <- as.integer(df2$Time)

df2$`#ReportsRunning` <- countOverlaps(values, ranges)

df2
#                  Time #ReportsRunning
# 1 2018-11-01 13:00:00               0
# 2 2018-11-02 13:00:00               1
# 3 2018-11-02 14:00:00               2
# 4 2018-11-02 15:00:00               1

【讨论】：