Рассчитать продолжительность на основе условий, группируя, но не агрегируя - PullRequest
Новая
       4

Рассчитать продолжительность на основе условий, группируя, но не агрегируя

1 голос
/ 01 апреля 2020

Цель:

У меня есть набор данных, df, который я хотел бы сгруппировать по идентификатору и найти продолжительность на основе определенных условий: Focus == True, Read == Правда и ID! = "". Однако я не хочу агрегировать идентификаторы, так как я хочу, чтобы они были sh, чтобы они содержались в отдельных «чанках» 

ID            Date                   Focus        Read


A             1/2/2020 5:00:00 AM    True         True
A             1/2/2020 5:00:05 AM    True         True
              1/3/2020 6:00:00 AM    True
              1/3/2020 6:00:05 AM    True         
B             1/4/2020 7:00:00 AM    True         True
B             1/4/2020 7:00:02 AM    True         True
B             1/4/2020 7:00:10 AM    True         True
A             1/2/2020 7:30:00 AM    True         True
A             1/2/2020 7:30:20 AM    True         True

. Я хотел бы получить следующие выходные данные: 

ID                          Duration               Date

A                           5 sec                  1/2/2020
B                           10 sec                 1/4/2020
A                           20 sec                 1/2/2020

dput: 

structure(list(ID = structure(c(2L, 2L, 1L, 1L, 3L, 3L, 3L, 2L, 
2L), .Label = c("", "A", "B"), class = "factor"), Date = structure(c(1L, 
2L, 5L, 6L, 7L, 8L, 9L, 3L, 4L), .Label = c("1/2/2020 5:00:00 AM", 
"1/2/2020 5:00:05 AM", "1/2/2020 7:30:00 AM", "1/2/2020 7:30:20 AM", 
"1/3/2020 6:00:00 AM", "1/3/2020 6:00:05 AM", "1/4/2020 7:00:00 AM", 
"1/4/2020 7:00:02 AM", "1/4/2020 7:00:10 AM"), class = "factor"), 
Focus = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = "True ", class = "factor"), 
Read = structure(c(2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 2L), .Label = c("", 
"True "), class = "factor")), class = "data.frame", row.names = c(NA, 
-9L))

Это работает хорошо, но вместо того, чтобы объединять идентификаторы, как бы я держал их отдельно: 

 library(dplyr)
 library(lubridate)
 df %>% 
 filter(as.logical(trimws(Read)), as.logical(trimws(Focus))) %>%
 mutate(Date = mdy_hms(Date)) %>%
 group_by(ID) %>% 
 summarise(Duration = difftime(last(Date), first(Date), units = "secs"))

Любое предложение приветствуется.

1 Ответ

1 голос
/ 01 апреля 2020

Мы могли бы создать группу с id-длины-encoding-id rleid для смежных неравных элементов в «ID», а затем применить difftime к «Date» после преобразования в DateTime

library(dplyr)
library(lubridate)
library(data.table)
df %>% 
 filter(as.logical(trimws(Read)), as.logical(trimws(Focus))) %>%
 mutate(Date = mdy_hms(Date)) %>%
 group_by(grp = rleid(ID), ID) %>%   
 summarise(Duration = difftime(last(Date), first(Date), units = "secs"),
         Date = as.Date(first(Date))) %>%
 ungroup %>%
 select(-grp)
# A tibble: 3 x 3
#  ID    Duration Date      
#  <fct> <drtn>   <date>    
#1 A      5 secs  2020-01-02
#2 B     10 secs  2020-01-04
#3 A     20 secs  2020-01-02
...