首页 文章

使用dplyr过滤R中时间间隔内的事件日志

提问于
浏览 次
0

我有一个事件日志，格式如下 .

Original format
我使用dplyr通过DATE和ID创建了组，因此日期或ID的更改将被视为不同的组 .

我希望只有> = 5秒的时间间隔的事件，并删除其余的事件 . Desired output

我已经使用dplyr和时间延迟来实现这一点，因为我无法为此动态分配滞后间隔 . 但是我当前的代码会检查一个延迟间隔，最后我删除的行数超过了预期 . Current output - all rows in yellow are removed . 理想情况下，我希望保留组2中的"13:10:22"，"13:10:24"，因为从"13:10:17"到这些时间的时滞是5秒甚至更长 .

我正在使用“chron”来处理时代 . 我理解时滞逻辑在mycase中不起作用 . 除了使用昂贵的for / if循环之外，还有更好的选择 .

我用的代码

data$Date <- as.Date(data$Date,format = "%m/%d/%Y")  
data$Time <- chron(times = data$Time)  

data <- data  %>% arrange(Date,Time,ID)    
data$Group <- data %>%  group_by(Date,ID) %>% group_indices    
data <- data %>%     
        group_by(Group)  %>%       
        mutate(time.difference = Time - lag(Time)) %>%    
        filter(time.difference >= 0.00005787 | is.na(time.difference))

Dput of the data

结构（列表（日期=结构（c）（17469,17469,17469,17469,17469,17469,17469,17469,17469,17469,17469,17469,17469,17469,17469,17470,17470,17470,17470）， class = “日期”），时间=结构（C（0.936400462962963，0.9425，0.9425，0.942511574074074，0.942523148148148，0.9703125，0.548518518518519，0.548530092592593，0.54880787037037，0.54880787037037，0.548819444444444，0.548842592592593，0.548865740740741，0.548888888888889，0.557337962962963，0.6140625，0.618761574074074，0.618958333333333，0.622303240740741） ，format =“h：m：s”，class =“times”），ID = c（“P1”，“P1”，“P1”，“P1”，“P1”，“P1”，“P5”， “P5”，“P5”，“P5”，“P5”，“P5”，“P5”，“P5”，“P5”，“P9”，“P9”，“P9”，“P9”））， .Names = c（“日期”，“时间”，“ID”），row.names = c（NA，-19L），class =“data.frame”）

r dplyr cut cumsum difftime

2 回答

  • 1
    library(dplyr)
data %>%
  group_by(Group) %>%
  arrange(Group, Date, Time) %>% 
  filter((Time - lag(Time)) >= 5.787037e-05 | row_number() == 1L)
    回复于
  • 1
    data$datetime <- as.POSIXct(paste(data$Date, data$Time), format="%m/%d/%Y %H:%M:%S")  
data$group <-  data %>% group_by(ID,by5sec=cut(datetime, breaks="5 sec")) %>%  group_indices
data_filter <- data %>% group_by(group) %>% filter(row_number()==1)

    我这样做了两步，因为我希望将组索引的中间结果写入CSV .

    回复于

相关问题