更改一天的开始和结束时间答案

【问题标题】：Change day start and end time更改一天的开始和结束时间
【发布时间】：2018-03-27 17:05:28
【问题描述】：

如何强制 R 更改一天的参数。所以我的意思是，例如这里提供的 yrDay 不是从早上 0 点到凌晨 0 点，而是从下午 6 点到下午 6 点。

df <- data.frame(Date=seq(
        from=as.POSIXct("2012-1-1 13:00:00", tz="UTC"),
        to=as.POSIXct("2012-1-3 13:00:00", tz="UTC"),
        by="hour")
)
df$yrDay <- as.numeric(strftime(df$Date,format="%j"))

【问题讨论】：

这是为了快速和肮脏的目的，还是你想要一些强大的东西来对抗所有出现的诡计日期/时间（夏令时、闰秒/天、当地法律变化等）并且继续。）日期和时间是很难如果你想真正准确。但如果完美是善的敌人，只需在计算时添加相关常数即可。
我需要它来进行体温的日常周期分析。我认为它不是那么强大，但希望足够。

标签： r datetime

【解决方案1】：

只需使用您的代码添加 5 小时（5 * 60 分钟 * 60 秒）：

df$yrDay <- as.numeric(strftime(df$Date + 5*60*60,format="%j"))

                  Date yrDay
1  2012-01-01 13:00:00     1
2  2012-01-01 14:00:00     1
3  2012-01-01 15:00:00     1
4  2012-01-01 16:00:00     1
5  2012-01-01 17:00:00     1
6  2012-01-01 18:00:00     2
7  2012-01-01 19:00:00     2
8  2012-01-01 20:00:00     2
9  2012-01-01 21:00:00     2
10 2012-01-01 22:00:00     2
...

或使用lubridate 6 小时（更好的方法恕我直言）：

df$yrDay <- lubridate::day(df$Date + 6*60*60)

但正如 @ngm 在 cmets 中所提到的，这是一种快速而肮脏的解决方案，可能并不适用于所有情况。

【讨论】：

另一个用户在 15 分钟前发布了类似的问题。这是我的替代解决方案：stackoverflow.com/questions/49518384/…
我看到他的速度有点快。无论如何，谢谢。

【解决方案2】：

上述 Q 的 Python 代码中的强大解决方案。

此算法使用 NumPy 和 pandas 为您的日期时间数据中的每个时间设置条件。它只是询问前一天是否小于指定的时间，并且日期 == 到当前日期。

然后它会询问，如果后天大于轮班时间，是否会在您的数据中为每一天生成此条件，然后检查与前一天相同的日期。

希望这有助于或鼓励其他人尝试思考以获得更好的解决方案。

对不起，我的英语不是我的第一次，而且我很忙，所以这是我分配给答案的最佳时间。希望改进请提供有用的cmets并尽量不要苛刻:)

def count_custome_day_start_and_end(pd_index_datetime, shift_time='8:30am'):
    dates = sorted(set(pd_index_datetime.date))
    times = np.array([time.time() for time in pd_index_datetime
                      ])
    shift_time = pd.to_datetime(shift_time).time()
    conditiones = [
        cond for date in dates for cond in [
            ((times < shift_time)
             & (pd_index_datetime.date == date)),  # day before
            ((times >= shift_time)
             & (pd_index_datetime.date == date))   # day after
        ]
    ]
    langth = (len(conditiones) // 2) + 1
    choices = [0, *np.repeat(range(1, langth), 2)]
    choices.pop()
    return np.select(conditiones, choices, pd_index_datetime.factorize()[0])

【讨论】：