Как выбрать только релевантные строки с определенной разницей во времени?

Question

Вот мои данные:

> str(heard2)
'data.frame':   616 obs. of  3 variables:
 $ DateTime   : POSIXct, format: "2017-07-26 22:28:10" "2017-07-26 22:31:18" "2017-07-26 22:32:18" ...
 $ Transmitter: int  30759 30759 30759 30759 30759 30759 30759 30759 30759 30759 ...
 $ Station    : Factor w/ 35 levels "TRA1-69","TRA2-69",..: 21 21 21 21 21 22 21 22 21 22 ...

> dput(heard2[c(37:47),])
structure(list(DateTime = structure(c(1501109904, 1501109950, 
1501109953, 1501110005, 1501110008, 1501110053, 1501110056, 1501110105, 
1501110108, 1501110166, 1501110169), class = c("POSIXct", "POSIXt"
), tzone = "GMT"), Transmitter = c(30759L, 30759L, 30759L, 30759L, 
30759L, 30759L, 30759L, 30759L, 30759L, 30759L, 30759L), Station = structure(c(21L, 
22L, 21L, 22L, 21L, 22L, 21L, 22L, 21L, 22L, 21L), .Label = c("TRA1-69", 
"TRA2-69", "TRA3-69", "TRA4-69", "TRA5-69", "TRA6-69", "TRA7-69", 
"TRA8-69", "TRB1-69", "TRB2-69", "TRB3-69", "TRB4-69", "TRB5-69", 
"TRB6-69", "TRC1-69", "TRC2-69", "TRC3-69", "TRC4-69", "TRC5-69", 
"TRC6-69", "TRD1-69", "TRD2-69", "TRE1-69", "TRE2-69", "TRE3-69", 
"TRE4-69", "TRE5-69", "TRF1-69", "TRF2-69", "TRF3-69", "TRF4-69", 
"TRG1-69", "TRG2-69", "TRG3-69", "TRG4-69"), class = "factor")), row.names = 45:55, class = "data.frame")

Столбец «дата-время» относится к моменту обнаружения передатчика на определенной станции.Большинство этих обнаружений находятся на расстоянии 30-60 секунд или более.Как я могу выбрать строки, которые соответствуют времени, которое, скажем, составляет всего 8 секунд (или меньше) друг от друга?

Answer 1

Вот один способ с dplyr.Каждая строка с timediff <= 8 является парой с строкой над ней.

heard2 %>% 
  arrange(DateTime) %>% 
  mutate(
    timediff = c(NA_real_, diff(DateTime))
  ) %>% 
  filter(timediff <= 8 | lead(timediff) <= 8)

              DateTime Transmitter Station timediff
1  2017-07-26 22:59:10       30759 TRD2-69       46
2  2017-07-26 22:59:13       30759 TRD1-69        3
3  2017-07-26 23:00:05       30759 TRD2-69       52
4  2017-07-26 23:00:08       30759 TRD1-69        3
5  2017-07-26 23:00:53       30759 TRD2-69       45
6  2017-07-26 23:00:56       30759 TRD1-69        3
7  2017-07-26 23:01:45       30759 TRD2-69       49
8  2017-07-26 23:01:48       30759 TRD1-69        3
9  2017-07-26 23:02:46       30759 TRD2-69       58
10 2017-07-26 23:02:49       30759 TRD1-69        3

Answer 2

РЕДАКТИРОВАТЬ: исходный запрос не был ясен, если вы хотите более раннюю, более позднюю или обе записи. Это производит обе записи.

Создайте переменную для проверки вперед (lead), а затем для проверки назад (lag). Затем используйте filter, чтобы определить, хотите ли вы первый (установить dist_lead == 8), более поздний (установить dist_lag == 8) или оба (установить filter(dist_lead == 8 | dist_lag == 8)).

k %>% 
mutate(dist_lead = ifelse(lead(Transmitter) == Transmitter,difftime(lead(DateTime), 
                         DateTime, units = "secs"), NA),
dist_lag = ifelse(lag(Transmitter) == Transmitter, difftime(DateTime, lag(DateTime), 
units = "secs"), NA)) %>% 
filter(dist_lead == 8)

Answer 3

Если я правильно понял, и вам нужно только пометить строки, которые находятся на расстоянии 8 секунд друг от друга, есть простое решение:

library(tidyverse)

mutate(heard2, Grp = cut(DateTime, '9 sec', F, F)) %>%
  semi_join(count(., Grp) %>% filter(n > 1))

#               DateTime Transmitter Station Grp
# 1  2017-07-26 22:59:10       30759 TRD2-69   6
# 2  2017-07-26 22:59:13       30759 TRD1-69   6
# 3  2017-07-26 23:00:05       30759 TRD2-69  12
# 4  2017-07-26 23:00:08       30759 TRD1-69  12
# 5  2017-07-26 23:00:53       30759 TRD2-69  17
# 6  2017-07-26 23:00:56       30759 TRD1-69  17
# 7  2017-07-26 23:01:45       30759 TRD2-69  23
# 8  2017-07-26 23:01:48       30759 TRD1-69  23
# 9  2017-07-26 23:02:46       30759 TRD2-69  30
# 10 2017-07-26 23:02:49       30759 TRD1-69  30

Answer 4

Одним из методов будет перекрестное соединение с самой таблицей, а затем фильтрация по разнице во времени. Обратите внимание, что это также вернет пары одной и той же записи.

    library(dplyr)
    heard2$tmp = 1
    dplyr::full_join(heard2, heard2, by = 'tmp') %>% 
      filter(abs(DateTime.x -DateTime.y) <= 8/60) %>% 
      select(-tmp)