Создать столбцы времени начала и окончания на основе нескольких условий в R (dplyr, lubridate) - PullRequest
Новая
       11

Создать столбцы времени начала и окончания на основе нескольких условий в R (dplyr, lubridate)

1 голос
/ 05 февраля 2020

У меня есть набор данных, df 

 Read      Box       ID      Time
 T         out               10/1/2019 9:00:01 AM
 T         out               10/1/2019 9:00:02 AM
 T         out               10/1/2019 9:00:03 AM
 T         out               10/1/2019 9:02:59 AM
 T         out               10/1/2019 9:03:00 AM
 F                           10/1/2019 9:05:00 AM
 T         out               10/1/2019 9:06:00 AM
 T         out               10/1/2019 9:06:02 AM
 T         in                10/1/2019 9:07:00 AM
 T         in                10/1/2019 9:07:02 AM
 T         out               10/1/2019 9:07:04 AM
 T         out               10/1/2019 9:07:05 AM
 T         out               10/1/2019 9:07:06 AM
           hello             10/1/2019 9:07:08 AM

На основании определенных условий в этом наборе данных я хотел бы создать столбец звездного времени и столбец конечного времени. Я хотел бы создать «время начала», когда происходит следующее: Read == "T", Box == "out" и ID == "" Когда возникает первый экземпляр этого условия, будет сгенерировано время запуска. Например, для этого набора данных начальное время будет 01.10.2009 9:00:01, так как именно здесь мы видим, что желаемые условия выполняются первыми (Read = T, Box = out и ID = ""). Однако момент когда любое из этих условий не выполняется, и будет создано конечное время. Таким образом, первое конечное время должно произойти прямо перед 6-й строкой, где время 1.10.2009 9:03:00. Моя конечная цель - создать для этого столбец продолжительности.

Это мой желаемый результат: 

  starttime                    endtime                     duration

  10/01/2019 9:00:01 AM        10/01/2019 9:03:00 AM       179 secs
  10/1/2019 9:06:00 AM         10/1/2019 9:06:02 AM        2 secs
  10/1/2019 9:07:04 AM         10/1/2019 9:07:06 AM        2 secs

dput: 

  structure(list(Read = structure(c(3L, 3L, 3L, 3L, 3L, 2L, 3L, 
  3L, 3L, 3L, 4L, 4L, 3L, 1L), .Label = c("", "F", "T", "T "), class = "factor"), 
  Box = structure(c(3L, 3L, 3L, 3L, 3L, 1L, 3L, 3L, 2L, 2L, 
  3L, 3L, 3L, 1L), .Label = c("", "in", "out"), class = "factor"), 
  ID = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
  1L, 1L, 1L, 2L), .Label = c("", "hello"), class = "factor"), 
  Time = structure(1:14, .Label = c("10/1/2019 9:00:01 AM", 
 "10/1/2019 9:00:02 AM", "10/1/2019 9:00:03 AM", "10/1/2019 9:02:59 AM", 
 "10/1/2019 9:03:00 AM", "10/1/2019 9:05:00 AM", "10/1/2019 9:06:00 AM", 
 "10/1/2019 9:06:02 AM", "10/1/2019 9:07:00 AM", "10/1/2019 9:07:02 AM", 
 "10/1/2019 9:07:04 AM", "10/1/2019 9:07:05 AM", "10/1/2019 9:07:06 AM", 
 "10/1/2019 9:07:08 AM"), class = "factor")), class = "data.frame", row.names = c(NA, 
 -14L))

Я думаю, что в целом я пришлось бы создать al oop. Я считаю, что у меня правильный мыслительный процесс, просто я не уверен, как сформулировать код. Вот что я пытаюсь: 

 df2 <- mutate(df,
      Date = lubridate::mdy_hms(Date))




   for ( i in 2:nrow(df2))
    {
  if(df2$Read[[i]] == 'T')

     }

Я думаю, что это может быть началом (просто помещая мои условия в l oop, я не уверен, как это выполнить)

Любое предложение приветствуется.

1 Ответ

1 голос
/ 05 февраля 2020

Вы можете сделать это без l oop. Использование dplyr, поскольку с помощью конвейеров легко выполнять несколько операций.

Сначала мы преобразовываем столбец Time в класс POSIXct, создаем столбец cond, который дает логические значения на основе условий, которые мы хотим проверить, создаем столбец для создания групп с использованием совокупной суммы cond столбец. Оставьте только те строки, которые удовлетворяют условию, и получите first и last значение Time вместе с разницей между ними для каждой группы. 

library(dplyr)

df %>%
  mutate(Time = lubridate::mdy_hms(Time), 
         cond = Read == "T" & Box == "out" & ID == "", 
         grp = cumsum(!cond)) %>%
  filter(cond) %>%
  group_by(grp) %>%
  summarise(starttime = first(Time), 
            endtime = last(Time), 
            duration = difftime(endtime, starttime, units = "secs")) %>%
  select(-grp)

# A tibble: 3 x 3
#  starttime           endtime             duration
#  <dttm>              <dttm>              <drtn>  
#1 2019-10-01 09:00:01 2019-10-01 09:03:00 179 secs
#2 2019-10-01 09:06:00 2019-10-01 09:06:02   2 secs
#3 2019-10-01 09:07:04 2019-10-01 09:07:06   2 secs

data

Я немного очистил ваши данные и использовал это как df. 

df <- structure(list(Read = c("T", "T", "T", "T", "T", "F", "T", "T", 
"T", "T", "T", "T", "T", ""), Box = c("out", "out", "out", "out", 
"out", "", "out", "out", "in", "in", "out", "out", "out", "hello"
), ID = c("", "", "", "", "", "", "", "", "", "", "", "", "", 
""), Time = c("10/1/2019 9:00:01 AM", "10/1/2019 9:00:02 AM", 
"10/1/2019 9:00:03 AM", "10/1/2019 9:02:59 AM", "10/1/2019 9:03:00 AM", 
"10/1/2019 9:05:00 AM", "10/1/2019 9:06:00 AM", "10/1/2019 9:06:02 AM", 
"10/1/2019 9:07:00 AM", "10/1/2019 9:07:02 AM", "10/1/2019 9:07:04 AM", 
"10/1/2019 9:07:05 AM", "10/1/2019 9:07:06 AM", "10/1/2019 9:07:08 AM"
)), row.names = c(NA, -14L), class = "data.frame")
...