时间区间的数据分析

Question

我正在处理我最近为我的研究收集的大量数据。我想知道一天中用户活动发生的时间。这是我的数据集快照的一小部分：

我申请了以下代码以了解时间间隔登录活动。

=SUMPRODUCT(--(HOUR(I2:I185143)>=K4*24),--(HOUR(I2:I185143)<L4*24))

结果写在 N 列中。到目前为止，我相信一切都有效。但是我的问题是，如果我想每 10 分钟而不是每小时分析一次怎么办。

例如，8.00 am-8.10 am 之间发生了多少次登录。我目前查找every hour interval 的方法。如果你能在 excel 或 matlab 中帮助我，我会很高兴。

Answer 1

如果使用数组函数Frequency()，这在excel中相对简单

一些步骤：

我假设您想按每天的时间排序

所以时间列是data_array，频率的第一个参数（查看excel帮助）

对于 bin 数据，您必须获得一个以开始时间为开头的 添加以下每个 10 分钟以下的垃圾箱（= 1/24/6），使每天的第 6 个小时成为一天中的第 6 个小时

所以一整天总共有 144 个垃圾箱

然后选择 bin 旁边的列段并使用 =Frequency(data_array, bin_array) 对其进行数组编辑，并且不要忘记使用

输入它

Answer 2

好的，我在下面的截图中得到了答案。

Answer 3

这是一个可能的 MATLAB 解决方案。

1) 假数据

为了测试我的代码，我首先必须生成一些与您的实际数据相似的假数据。处理真实数据时可以跳过此部分。

len = 50;

%# random dates inbetween these two
dt_start = datenum('2013-06-22 19:17:00');
dt_end = datenum('2013-06-22 19:23:00');
dt = sort(dt_start + rand(len,1)*(dt_end-dt_start));

%# create the columns
ID = repmat(int32(104885), [len 1]);
Date = cellstr(datestr(dt, 'mm/dd/yyyy'));
Time = cellstr(datestr(dt, 'HH:MM:SS'));
EE = rand(len,1);

%# combine columns into a cell array
C = [num2cell(ID), Date, Time, num2cell(EE)];

%# create a "table" for convenience, and export to CSV file
t = cell2table(C, 'VariableNames',{'ID', 'Date', 'Time', 'EE'})
writetable(t, 'data.csv')

%# cleanup
clear len dt_start dt_end dt ID Date Time EE C t

以下是我为本示例生成的数据的摘录：

t = 
      ID          Date           Time          EE    
    ______    ____________    __________    _________
    104885    '06/22/2013'    '19:17:19'      0.95808
    104885    '06/22/2013'    '19:17:22'      0.72305
    104885    '06/22/2013'    '19:17:31'      0.86481
    104885    '06/22/2013'    '19:17:33'      0.52325
    .
    .
    104885    '06/22/2013'    '19:22:37'       0.5167
    104885    '06/22/2013'    '19:22:39'      0.53815
    104885    '06/22/2013'    '19:22:41'      0.27151
    104885    '06/22/2013'    '19:22:54'      0.37826
    104885    '06/22/2013'    '19:22:59'      0.51215

2) 时间间隔中的频率计数

我从 CSV 文件中读取数据，然后应用类似于您链接到的 the post 中使用的过程。在这种情况下，时间间隔长度是您可以指定的参数（10分钟间隔、1小时等）

%# load data from CSV
t = readtable('data.csv', 'Format','%d %s %s %f', 'Delimiter',',', ...
    'ReadVariableNames',true, 'FileType','text');

%# convert date/time columns to serial date number
dt = datenum(strcat(t.Date , {' '}, t.Time), 'mm/dd/yyyy HH:MM:SS');

%# desired interval window-size (expressed in units of days).
%# Here I am using a 2 minutes interval
interval = 2/(24*60);    % (24 hours per day, 60 min per hour)

% bin datetimes into specified intervals
dt_binned = fix(dt/interval)*interval;

% count frequencies in each interval
[dt_unique,~,dt_unique_idx] = unique(dt_binned);
counts = accumarray(dt_unique_idx, 1);
freq = [cellstr(datestr(dt_unique)) num2cell(counts)]

结果：

freq = 
    '22-Jun-2013 19:16:00'    [ 7]
    '22-Jun-2013 19:18:00'    [21]
    '22-Jun-2013 19:20:00'    [12]
    '22-Jun-2013 19:22:00'    [10]

所以我们在第一个时间间隔（从 19:16 到 19:18）发生了 7 个事件，在第二个事件发生了 21 个事件，依此类推。您可以轻松地调整代码以更改间隔长度。