条件为R的时间序列列综述

Question

在这个时间序列数据集中，我遇到了一个可能的聚合/总结问题。

下面是一个包含来自网络聊天系统的聊天的独特实例的数据集。

chatId  agentId beginning_timestamp ending_timestamp    answer
    1   22      4/07/2016 9:00      4/07/2016 9:30      1
    2   22      4/07/2016 9:26      4/07/2016 9:35      5
    3   22      4/07/2016 9:15      4/07/2016 9:19      5
    4   10      4/07/2016 11:17     4/07/2016 12:13     2
    5   10      4/07/2016 11:29     4/07/2016 11:50     1

• 唯一的id字段是chatId。
• agentId是一个唯一的代理谁收到了这个聊天
• beginning_timestamp是聊天开始的时候
• ending_timestamp是聊天结束的时候
• 答案是用于以后分析的连续变量。

我想使用dplyr (或其他任何东西)以这种方式总结以下数据集：

• 对于每一组(agentId和chatId)，找出是否有另一次在同一时间框架内进行的聊天(从beginning_timestamp加5分钟到ending_timestamp -5分钟)。
• 如果有一个聊天，写出事实，这个独特的聊天发生了，而有另一个聊天正在进行。

下面是一个结果数据集，其中有一个额外的列(multiple_chats=一个离散变量将完成)，我想要这样做：

    chatId  agentId beginning_timestamp ending_timestamp    answer   multiple_chats
        1   22      4/07/2016 9:00      4/07/2016 9:30      1          1
        2   22      4/07/2016 9:26      4/07/2016 9:35      5          0
        3   22      4/07/2016 9:15      4/07/2016 9:19      5          1
        4   10      4/07/2016 11:17     4/07/2016 12:13     2          1
        5   10      4/07/2016 11:29     4/07/2016 11:50     1          1

如有任何答案，我们将不胜感激。

Answer 1

看起来，您的一些重叠可能与您在“结果数据集”中显示的内容不同，但下面是使用here输入的一个尝试。

df <- data.frame(chatID = 1:5, agentID = c(22,22,22,10,10), 
             beginning_timestamp = c('4/07/2016 9:00', '4/07/2016 9:26', '4/07/2016 9:15', '4/07/2016 11:17', '4/07/2016 11:29'),
             ending_timestamp = c('4/07/2016 9:30', '4/07/2016 9:35', '4/07/2016 9:19', '4/07/2016 12:13', '4/07/2016 11:50'),
             answer = c(1,5,5,2,1))

我

ibrary(tidyverse)
library(lubridate)

df %>% 
  mutate(beginning_timestamp = mdy_hm(beginning_timestamp),
         ending_timestamp = mdy_hm(ending_timestamp),
         int = interval(beginning_timestamp + minutes(5), 
                        ending_timestamp - minutes(5))) -> df

df$multiple_chats = unlist(tapply(df$int, df$agentID, 
                           function(x) as.numeric(rowSums(outer(x, x, int_overlaps))>1)))