r - 计算每个日期的唯一事件数和时间总和

Question

我有一个大型数据集，如下所示。

Date Time PeopleExposed
11/1 1PM  1
11/1 3PM  0
11/2 1PM  5
11/2 4PM  10
11/2 6PM  3
11/2 7PM  0
11/2 8PM  2
11/2 9PM  0
11/3 3PM  5
11/3 6PM  0

PeopleExposed 表示接触化学品的人数。因此，从 0 到正数表示接触事件发生，然后回到 0 表示它已经结束。

我如何计算每一天唯一“事件”和“接触人时”的总数？

所以对于 # 个“事件”，11 月 1 日有 1 个，11 月 2 日有 2 个，11 月 3 日有 1 个。

对于“人时”:
事件 #1，11 月 1 日:1P 暴露 2 小时(下午 1 点到下午 3 点):2 人时。
事件 #1，11/2:5P 暴露 3 小时，然后 10P 暴露 2 小时，然后 3P 暴露 1 小时:38 人时。
事件 #2，11/2:2P 暴露 1 小时:2 人时。
事件 #1，11/3:5P 暴露 3 小时:15 人时

我想用data.table或者dplyr返回:

Date NumEvents  PeopleHoursTotal
11/1  1          2
11/2  2          40
11/3  1          15

和

Date EventNum  PeopleHoursTotal TimeStart TimeEnd
11/1  1          2                  1PM       3PM
11/2  1          38                 1PM       7PM
11/2  2          2                  8PM       8PM
11/3  1          15                 3PM       6PM

我一直在创建指标变量来为事件的开始和结束创建指标变量列，但不确定之后要做什么。

Answer 1

你可以试试

library(dplyr)
library(lubridate)

df2 <- df %>%
  mutate(time = parse_date_time(Time, "%I %p")) %>%
  group_by(Date) %>%
  mutate(EventNum = lag(cumsum(PeopleExposed == 0)) %>% replace_na(., 0) + 1,
         difftime = as.numeric(lead(time) - time)) %>%
  ungroup
df2 %>%
  group_by(Date) %>%
  summarise(NumEvents = length(unique(EventNum)),
            PeopleHoursTotal = sum(PeopleExposed * difftime, na.rm = T))

  Date  NumEvents PeopleHoursTotal
  <chr>     <int>            <dbl>
1 11/1          1                2
2 11/2          2               40
3 11/3          1               15

df2 %>%
  group_by(Date, EventNum) %>%
  summarise(PeopleHoursTotal = sum(PeopleExposed * difftime, na.rm = T),
            TimeStart = first(Time),
            TimeEnd = last(Time))

  Date  EventNum PeopleHoursTotal TimeStart TimeEnd
  <chr>    <dbl>            <dbl> <chr>     <chr>  
1 11/1         1                2 1PM       3PM    
2 11/2         1               38 1PM       7PM    
3 11/2         2                2 8PM       9PM    
4 11/3         1               15 3PM       6PM