2

我有一个具体问题;我有以下格式的数据:

#   USER_ID SUBMISSION_DATE CONTRACT_REF
1        1       20/6 1:00         W001
2        1       20/6 2:00         W002
3        1       20/6 3:30         W003
4        4       20/6 4:00         W004
5        5       20/6 5:00         W005
6        5       20/6 6:00         W006
7        7       20/6 7:00         W007
8        7       20/6 8:00         W008
9        7       20/6 9:00         W009
10       7      20/6 10:00        W0010

现在我需要以某种方式计算不同提交之间的时间差(唯一可识别)。

换句话说:我有一个提交表,在这个表中,有所有用户的所有提交。我需要找到一种方法来计算每个唯一 STUDENT-CONTRACT 元组在nth assignment 和 (n-1)th assignment之间的时间差。

另请注意,每个新用户的新分配必须为零。所以输出将如下所示:

#   USER_ID SUBMISSION_DATE CONTRACT_REF  TIME_DIFFRENCE
1        1       20/6 1:00         W001                0
2        1       20/6 2:00         W002             3600
3        1       20/6 3:30         W003             5400
4        4       20/6 4:00         W004             3600
5        5       20/6 5:00         W005                0          
6        5       20/6 6:00         W006             3600
7        7       20/6 7:00         W007                0
8        7       20/6 8:00         W008             3600
9        7       20/6 9:00         W009             3600
10       7      20/6 10:00        W0010             3600

请注意,时间可能不是以秒为单位,而是任何合适的时间。

我的想法:1)我认为这将需要 as.POSIXct 某处,以便 R 知道如何处理时间 2)这可能涉及一些包,例如plyr,但我完全迷失在文档中,示例很难找到。

非常感谢您的所有回复!

最好的,雅库布

4

2 回答 2

2

这是一个尝试。首先,获取数据:

dat <- read.csv(text="USER_ID,SUBMISSION_DATE,CONTRACT_REF
1,20/6 1:00,W001
1,20/6 2:00,W002
1,20/6 3:30,W003
4,20/6 4:00,W004
5,20/6 5:00,W005
5,20/6 6:00,W006
7,20/6 7:00,W007
7,20/6 8:00,W008
7,20/6 9:00,W009
7,20/6 10:00,W0010",header=TRUE)

从合约 ref 中获取数字并对数据进行排序

dat$CR_NUM <- as.numeric(gsub("W","",dat$CONTRACT_REF))
dat <- with(dat,dat[order(USER_ID,CR_NUM),])

将日期转换为 POSIXct 数字表示

dat$SD_DATE <- as.numeric(with(dat,as.POSIXct(SUBMISSION_DATE,format="%d/%m %H:%M")))

在开始时使用 0 计算时间差ave

dat$TIME_DIFF <- with(dat, ave(SD_DATE, USER_ID, FUN=function(x) c(0,diff(x)) ))

结果:

# not showing the calculated columns
dat[-c(4:5)]

   USER_ID SUBMISSION_DATE CONTRACT_REF TIME_DIFF
1        1       20/6 1:00         W001         0
2        1       20/6 2:00         W002      3600
3        1       20/6 3:30         W003      5400
4        4       20/6 4:00         W004         0
5        5       20/6 5:00         W005         0
6        5       20/6 6:00         W006      3600
7        7       20/6 7:00         W007         0
8        7       20/6 8:00         W008      3600
9        7       20/6 9:00         W009      3600
10       7      20/6 10:00        W0010      3600
于 2013-08-06T23:33:56.497 回答
1

这是一个稍微紧凑的版本(“中间”列更少)。请注意,使用“difftime”而不是“diff”允许您选择时间单位(秒、分钟、小时等)

dat$DATE2 <- as.POSIXct(dat$SUBMISSION_DATE,format="%d/%m %H:%M")
getDtimes <- function(t) {
  if(length(t)>0)   c(0,difftime(t[-1], t[-length(t)], units="hours")) else(0)
}
dat$DTime <- unlist(with(dat, tapply(DATE2, USER_ID, getDtimes)))

关键(如上)是将时间转换为POSIXt对象。 tapply生成时差向量列表,然后您需要unlist.

于 2013-08-07T04:01:16.793 回答