R中的分支计数基日期时间

Question

我有下面提到的数据在R.

DF

ID          Datetime                Value
T-1         2020-01-01 15:12:14     10
T-2         2020-01-01 00:12:10     20
T-3         2020-01-01 03:11:11     25
T-4         2020-01-01 14:01:01     20
T-5         2020-01-01 18:07:11     10
T-6         2020-01-01 20:10:09     15
T-7         2020-01-01 15:45:23     15

利用上述数据，在考虑Datetime的情况下，对计数基、月份和时间桶进行分叉处理.

所需产出：

Month                   Count              Sum
Jan-20                   7                 115
12:00 AM to 05:00 AM     2                 45
06:00 AM to 12:00 PM     0                 0
12:00 PM to 03:00 PM     1                 20
03:00 PM to 08:00 PM     3                 35
08:00 PM to 12:00 AM     1                 15

Answer 1

在使用dplyr进行总结之前，您可以使用来自hour包的lubridate和基R中的cut来存储一天中的时间。

在这里，我假设您的Datetime列实际上是一种日期时间格式，而不仅仅是一个字符串或因素。如果是的话，请确保您已经完成了DF$Datetime <- as.POSIXct(as.character(DF$Datetime))来转换它。

library(tidyverse)

DF$bins <- cut(lubridate::hour(DF$Datetime), c(-1, 5.99, 11.99, 14.99, 19.99, 24))
levels(DF$bins) <- c("00:00 to 05:59", "06:00 to 11:59", "12:00 to 14:59", 
                     "15:00 to 19:59", "20:00 to 23:59")

newDF <- DF %>% 
         group_by(bins, .drop = FALSE) %>% 
         summarise(Count = length(Value), Total = sum(Value))

这将产生以下结果：

newDF
#> # A tibble: 5 x 3
#>   bins           Count Total
#>   <fct>          <int> <dbl>
#> 1 00:00 to 05:59     2    45
#> 2 06:00 to 11:59     0     0
#> 3 12:00 to 14:59     1    20
#> 4 15:00 to 19:59     3    35
#> 5 20:00 to 23:59     1    15

如果您想将一月作为第一行添加(但我不确定这在这个上下文中有多大意义)，您可以这样做：

newDF %>% 
summarise(bins = "January", Count = sum(Count), Total = sum(Total)) %>% bind_rows(newDF)
#> # A tibble: 6 x 3
#>   bins           Count Total
#>   <chr>          <int> <dbl>
#> 1 January            7   115
#> 2 00:00 to 05:59     2    45
#> 3 06:00 to 11:59     0     0
#> 4 12:00 to 14:59     1    20
#> 5 15:00 to 19:59     3    35
#> 6 20:00 to 23:59     1    15

顺便说一句，我所使用的数据的可复制版本是：

structure(list(ID = structure(1:7, .Label = c("T-1", "T-2", "T-3", 
"T-4", "T-5", "T-6", "T-7"), class = "factor"), Datetime = structure(c(1577891534, 
1577837530, 1577848271, 1577887261, 1577902031, 1577909409, 1577893523
), class = c("POSIXct", "POSIXt"), tzone = ""), Value = c(10, 
20, 25, 20, 10, 15, 15)), class = "data.frame", row.names = c(NA, 
-7L))