我有以下问题:给定一组 不重叠 数据表中的间隔,报告间隔之间的差距。
我已经在 SQL 中实现了一次,但是由于缺少前导函数或滞后函数,我在 data.table 上苦苦挣扎。为了完整起见,我有 here SQL 代码。我知道该功能已在 data.table 版本 1.9.5 中实现。正如 changelog .那么这是否可以使用 data.table 进行,而无需进行大量合并并且没有滞后或领先功能?
原则上,只要性能不受影响,我并不完全反对使用合并(也称为连接)。我认为这有一个简单的实现,但我无法弄清楚如何“获得”上一个结束时间作为我的间隙表的开始时间。
例如:
# The numbers represent seconds from 1970-01-01 01:00:01
dat <- structure(
list(ID = c(1L, 1L, 1L, 2L, 2L, 2L),
stime = structure(c(as.POSIXct("2014-01-15 08:00:00"),
as.POSIXct("2014-01-15 11:00:00"),
as.POSIXct("2014-01-16 11:30:00"),
as.POSIXct("2014-01-15 09:30:00"),
as.POSIXct("2014-01-15 12:30:00"),
as.POSIXct("2014-01-15 13:30:00")
),
class = c("POSIXct", "POSIXt"), tzone = ""),
etime = structure(c(as.POSIXct("2014-01-15 10:30:00"),
as.POSIXct("2014-01-15 12:00:00"),
as.POSIXct("2014-01-16 13:00:00"),
as.POSIXct("2014-01-15 11:00:00"),
as.POSIXct("2014-01-15 12:45:00"),
as.POSIXct("2014-01-15 14:30:00")
),
class = c("POSIXct", "POSIXt"), tzone = "")
),
.Names = c("ID", "stime", "etime"),
sorted = c("ID", "stime", "etime"),
class = c("data.table", "data.frame"),
row.names = c(NA,-6L)
)
dat <- data.table(dat)
这导致:
ID stime etime
1 2014-01-15 10:30:00 2014-01-15 11:00:00
1 2014-01-15 12:00:00 2014-01-16 11:30:00
2 2014-01-15 11:00:00 2014-01-15 12:30:00
2 2014-01-15 12:45:00 2014-01-15 13:30:00
注意:差距在几天内均匀报告。
最佳答案
大卫答案的变体,可能效率稍低,但输入起来更简单:
setkey(dat, stime)[, .(stime=etime[-.N], etime=stime[-1]), by=ID]
产生:
ID stime etime
1: 1 2014-01-15 10:30:00 2014-01-15 11:00:00
2: 1 2014-01-15 12:00:00 2014-01-16 11:30:00
3: 2 2014-01-15 11:00:00 2014-01-15 12:30:00
4: 2 2014-01-15 12:45:00 2014-01-15 13:30:00
setkey 只是为了确保表按时间排序。
关于r - 使用 data.table 查找间隔之间的差距,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30654830/