r - 使用 dplyr 铅但有一些限制

Question

我有这个数据框、dat 和 dplyr 用于添加“NextStatTime”字段，它是 ID 结束时间之后的开始时间和“持续时间”，它是从结束时间到下一个开始时间的时间ID。

数据如下所示:

     dat = data.frame(ID= c(1,1,1,2,3,3),
                      NumberInSequence= c(1,3,4,1,1,2),
                      StartTime = as.POSIXct(c("2016-01-01 05:52:05 GMT","2016-01-01 05:52:11 GMT","2016-01-01 05:52:16 GMT","2016-01-01 05:40:05 GMT","2016-01-01 06:12:13 GMT","2016-01-01 07:12:26 GMT"))  ,
                      EndTime = as.POSIXct(c("2016-01-01 05:52:10 GMT","2016-01-01 05:52:16 GMT","2016-01-01 05:52:30 GMT","2016-01-01 05:46:05 GMT","2016-01-01 06:12:25 GMT","2016-01-01 08:00:00 GMT")  )
                       )

    dat
    dat %>% group_by(ID) %>% mutate(NextStartTime = lead(StartTime), duration = as.numeric(difftime(NextStartTime, EndTime, units = 's')))

  ID NumberInSequence           StartTime             EndTime       NextStartTime duration
  <dbl>            <dbl>              <time>              <time>              <time>    <dbl>
1     1                1 2016-01-01 05:52:05 2016-01-01 05:52:10 2016-01-01 05:52:11        1
2     1                3 2016-01-01 05:52:11 2016-01-01 05:52:16 2016-01-01 05:52:16        0
3     1                4 2016-01-01 05:52:16 2016-01-01 05:52:30                <NA>       NA
4     2                1 2016-01-01 05:40:05 2016-01-01 05:46:05                <NA>       NA
5     3                1 2016-01-01 06:12:13 2016-01-01 06:12:25 2016-01-01 07:12:26     3601
6     3                2 2016-01-01 07:12:26 2016-01-01 08:00:00                <NA>       NA

这非常接近正确答案，但如果缺少 ID，它仍然会计算并且会产生误导。

例如 - 查看 ID=1，有 3 个条目的序列号为 1,3 和 4。序列中没有 #2。它缺失，因此 ID = 1 和 Number in sequence = 1 的 NextStartTime 和 Duration 应该是 NA NOT 05:52:11 和 1。

有没有办法强加这种逻辑？

谢谢你。

Answer 1

我想使用 POSIXct 留下另一种方式.您可以通过以下方式避免数字到日期的转换。如果您使用 if_else()在 dplyr 包中，它关心类。您要做的是保留POSIXct函数中的类。如果您输入 typeof(dat$StartTime) ，你会发现StartTime是双。它的类是 POSIXct。所以你要使用 NA_real_并将 NA 视为 POSIXct。请确保您提供原点和时区。就我而言，我需要将我的时区指定为“亚洲/东京”，以便或产生预期的结果。

library(dplyr)
group_by(dat, ID) %>%
mutate(NextStartTime = if_else(abs(NumberInSequence - lead(NumberInSequence)) != 1,
                               true = as.POSIXct(NA_real_, origin = "1970-01-01 00:00:00", tz = "Asia/Tokyo"),
                               false = lead(StartTime)),
       Duration = difftime(NextStartTime, EndTime, unit = "s"))


#     ID NumberInSequence           StartTime             EndTime       NextStartTime  Duration
#  <dbl>            <dbl>              <dttm>              <dttm>              <dttm>    <time>
#1     1                1 2016-01-01 05:52:05 2016-01-01 05:52:10                <NA>   NA secs
#2     1                3 2016-01-01 05:52:11 2016-01-01 05:52:16 2016-01-01 05:52:16    0 secs
#3     1                4 2016-01-01 05:52:16 2016-01-01 05:52:30                <NA>   NA secs
#4     2                1 2016-01-01 05:40:05 2016-01-01 05:46:05                <NA>   NA secs
#5     3                1 2016-01-01 06:12:13 2016-01-01 06:12:25 2016-01-01 07:12:26 3601 secs
#6     3                2 2016-01-01 07:12:26 2016-01-01 08:00:00                <NA>   NA secs