我有一个自行车轨迹的样本数据集。我的目标是计算出两次访问 B 站之间的平均时间间隔。
到目前为止，我已经能够简单地通过以下方式订购数据集:
test[order(test$starttime, decreasing = FALSE),]
并找到 start_station 和 end_station 等于 B 的行索引。
which(test$start_station == 'B')
which(test$end_station == 'B')
下一部分是我遇到麻烦的地方。为了计算自行车到达 B 站之间的时间间隔，我们必须在 start_station = "B"(自行车离开)之间获取 difftime()以及下一个出现的记录，其中 end_station= "B"，即使该记录恰好位于同一行(参见第 6 行)。
根据下面的数据集，我们知道自行车在 7:30:00 和 16:00:00 之间在 B 站外行驶了 510 分钟，中间间隔了 30 分钟B站外18:00:00和18:30:00，以及19:00:00和之间210分钟22:30:00 B站外，平均250分钟。
如何使用 difftime() 在 R 中重现这一输出？
> test
bikeid start_station starttime end_station endtime
1 1 A 2017-09-25 01:00:00 B 2017-09-25 01:30:00
2 1 B 2017-09-25 07:30:00 C 2017-09-25 08:00:00
3 1 C 2017-09-25 10:00:00 A 2017-09-25 10:30:00
4 1 A 2017-09-25 13:00:00 C 2017-09-25 13:30:00
5 1 C 2017-09-25 15:30:00 B 2017-09-25 16:00:00
6 1 B 2017-09-25 18:00:00 B 2017-09-25 18:30:00
7 1 B 2017-09-25 19:00:00 A 2017-09-25 19:30:00
8 1 А 2017-09-25 20:00:00 C 2017-09-25 20:30:00
9 1 C 2017-09-25 22:00:00 B 2017-09-25 22:30:00
10 1 B 2017-09-25 23:00:00 C 2017-09-25 23:30:00
这里是示例数据:
> dput(test)
structure(list(bikeid = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1), start_station = c("A",
"B", "C", "A", "C", "B", "B", "А", "C", "B"), starttime = structure(c(1506315600,
1506339000, 1506348000, 1506358800, 1506367800, 1506376800, 1506380400,
1506384000, 1506391200, 1506394800), class = c("POSIXct", "POSIXt"
), tzone = ""), end_station = c("B", "C", "A", "C", "B", "B",
"A", "C", "B", "C"), endtime = structure(c(1506317400, 1506340800,
1506349800, 1506360600, 1506369600, 1506378600, 1506382200, 1506385800,
1506393000, 1506396600), class = c("POSIXct", "POSIXt"), tzone = "")), .Names = c("bikeid",
"start_station", "starttime", "end_station", "endtime"), row.names = c(NA,
-10L), class = "data.frame")
最佳答案
这将按照出现的顺序计算差异，但不会将其附加到data.frame
lapply(df1$starttime[df1$start_station == "B"], function(x, et) difftime(et[x < et][1], x, units = "mins"), et = df1$endtime[df1$end_station == "B"])
[[1]]
Time difference of 510 mins
[[2]]
Time difference of 30 mins
[[3]]
Time difference of 210 mins
[[4]]
Time difference of NA mins
计算平均时间:
v1 <- sapply(df1$starttime[df1$start_station == "B"], function(x, et) difftime(et[x < et][1], x, units = "mins"), et = df1$endtime[df1$end_station == "B"])
mean(v1, na.rm = TRUE)
[1] 250
关于r - 下一个出现的记录的索引，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46410988/