R 并润滑 : create intervals in a time series using a criteria

Question

我无法从某些时间序列数据创建一系列间隔。

如果我有一个包含日期、浓度以及浓度是否超过阈值 5 的数据框 (df):

df <- structure(list(DATE = structure(c(1356183950, 1356184851, 1356185750, 
1356186650, 1356187551, 1356188450, 1356189350, 1356190250, 1356191150, 
1356192050, 1356192950, 1356193851, 1356194750, 1356195650, 1356196550, 
1356197450), class = c("POSIXct", "POSIXt"), tzone = "UTC"), 
    CONC = c(3.8, 3.8, 3.7, 4.3, 5, 6, 7.2, 7, 6, 5, 4.3, 
    3.7, 3.4, 3.3, 3.1, 3), EXCEED = c(0, 0, 0, 0, 1, 1, 1, 1, 
    1, 1, 0, 0, 0, 0, 0, 0)), .Names = c("DATE", "TURBIDITY", 
"EXCEED"), row.names = 1070:1085, class = "data.frame")

我想根据低于或高于阈值的连续测量结果为每个时间段创建一个间隔，并返回摘要统计信息，例如:

   START                END                 MAXCONC
1  2012-12-22 13:45:50  2012-12-22 14:30:50 4.3
2  2012-12-22 14:45:51  2012-12-22 16:00:50 7.2 
3  2012-12-22 16:15:50  2012-12-22 17:30:50 4.3

我不知道如何使用 lubridate 创建不同的间隔。我应该使用另一个包吗？想法？

Answer 1

这是一个快速的data.table解决方案。我使用了 development version on GitHub 中的 rleid 函数但你可以只使用基本的 R rle 函数来代替

library(data.table) # v>=1.9.5
setDT(df)[, .(
              START = min(DATE),   
              END = max(DATE),
              MAXCONC = max(TURBIDITY)
              ),
          by = rleid(EXCEED)]

##    rleid               START                 END MAXCONC
## 1:     1 2012-12-22 13:45:50 2012-12-22 14:30:50     4.3
## 2:     2 2012-12-22 14:45:51 2012-12-22 16:00:50     7.2
## 3:     3 2012-12-22 16:15:50 2012-12-22 17:30:50     4.3