r - 使用滚动时间间隔来计算 R 和 dplyr 中的行数

Question

假设我有一个时间戳数据框，其中包含当时售出的相应门票数量。

         Timestamp          ticket_count
            (time)              (int)
1  2016-01-01 05:30:00            1
2  2016-01-01 05:32:00            1
3  2016-01-01 05:38:00            1
4  2016-01-01 05:46:00            1
5  2016-01-01 05:47:00            1
6  2016-01-01 06:07:00            1
7  2016-01-01 06:13:00            2
8  2016-01-01 06:21:00            1
9  2016-01-01 06:22:00            1
10 2016-01-01 06:25:00            1

我想知道如何计算所有门票在一定时间范围内售出的门票数量。例如，我想计算所有票后最多15分钟售出的票数。在这种情况下，第一行将有三张票，第二行将有四张票，依此类推。

理想情况下，我正在寻找 dplyr 解决方案，因为我想使用 group_by() 函数为多个商店执行此操作。但是，我在弄清楚如何为给定行固定每个时间戳，同时通过 dplyr 语法搜索所有时间戳时遇到了一些麻烦。

Answer 1

在current development version的 data.table , v1.9.7, non-equi联接已实现。假设你的 data.frame叫做df和 Timestamp列是 POSIXct输入:

require(data.table) # v1.9.7+
window = 15L # minutes
(counts = setDT(df)[.(t=Timestamp+window*60L), on=.(Timestamp<t), 
                     .(counts=sum(ticket_count)), by=.EACHI]$counts)
#  [1]  3  4  5  5  5  9 11 11 11 11

# add that as a column to original data.table by reference
df[, counts := counts]

对于 t 中的每一行, 所有行 df$Timestamp < that_row被提取。和 by=.EACHI指示表达式 sum(ticket_count)为 t 中的每一行运行.这会给出您想要的结果。

希望这对您有所帮助。