Разница между метками времени за день с ночным перерывом в R

Я пытаюсь рассчитать разницу между двумя временными метками и агрегировать их по дате и uid. Я рассчитал разницу для каждого временного интервала, но хотел бы разделить эти интервалы на день (поэтому создайте какой-нибудь полуночный перерыв). Учитывая, что разница между временными интервалами проходит в одночасье, у меня возникли проблемы с вычислением времени между каждым интервалом в день и, следовательно, этих перерывов.

Вот фрагмент моих данных:

df <- structure(list(
start_timestamp = c("2013-03-27 01:21:23", "2013-03-28 07:11:58", "2013-03-28 09:09:56", "2013-03-29 00:19:32", "2013-03-29 02:22:53"), 
uid = c(0, 0, 0, 0, 0),
prev_start_timestamp = c("2013-03-27 01:13:26", "2013-03-27 05:58:53", "2013-03-28 08:41:41", "2013-03-28 10:47:01", "2013-03-29 02:17:26")), row.names = c("1", "2", "3", "4", 
"5"), class = "data.frame")

Обычно я работал с этим выводом и использовал dplyr или data.table для агрегирования данных за день. но теперь эта разница во времени просто вычисляется путем вычитания меток времени. В то время как я хочу разделить эти различия в день.

вывод, нежелательный

Ожидаемый результат будет примерно таким: Но этот не делает никаких ночных перерывов, чтобы разделить время каждый день. Этот вывод указывает, что некоторые дни имеют временные интервалы более 24 часов, что, конечно, невозможно..

введите здесь описание изображения


r data.table timestamp dplyr difftime
person Onno van der Horst    schedule 03.06.2020    source источник
comment
Пожалуйста, покажите ожидаемый результат для вашего примера ввода.   -  person Roland    schedule 03.06.2020
comment
Не очень полезно. Я именно хотел увидеть вывод данных с ночными перерывами.   -  person Roland    schedule 03.06.2020
comment
Фрагмент данных выглядит нерепрезентативно, как должно рассчитываться время звонков? Является ли prev_start_timestamp временем начала вызова, а start_timestamp временем окончания?   -  person Daniel O    schedule 03.06.2020
comment
Я не знаю, как это сделать, поэтому и спрашиваю здесь.   -  person Onno van der Horst    schedule 03.06.2020
comment
@DanielO Действительно, prev_start_time — это время начала, а start_timestamp — время окончания.   -  person Onno van der Horst    schedule 03.06.2020

Ответы (1)


arrow_upward
2
arrow_downward

Вот вариант с использованием data.table::foverlaps:

#create a data.table of daily intervals
datetimes <- DT[, seq(trunc(min(start), "days"), trunc(max(end)+24*60*60), "days")]
days <- data.table(start=datetimes[-length(datetimes)], end=datetimes[-1L], key=cols)

#set keys on original dataset and perform overlaps before calculating usage per day
setkeyv(DT, cols)
foverlaps(DT, days)[,
    .(phone_usage=sum(pmin(i.end, end) - pmax(i.start, start))), 
    .(uid, date=start)]

вывод (остается OP, чтобы проверить вручную, правильно ли это для набора данных образца):

   uid       date phone_usage
1:   0 2013-03-27  65344 secs
2:   0 2013-03-28  75192 secs
3:   0 2013-03-29   1499 secs

данные (обратите внимание, что я сократил имена столбцов OP):

library(data.table)
DT <- data.table(
    end = c("2013-03-27 01:21:23", "2013-03-28 07:11:58", "2013-03-28 09:09:56", "2013-03-29 00:19:32", "2013-03-29 02:22:53"), 
    uid = c(0, 0, 0, 0, 0),
    start = c("2013-03-27 01:13:26", "2013-03-27 05:58:53", "2013-03-28 08:41:41", "2013-03-28 10:47:01", "2013-03-29 02:17:26"))
cols <- c('start', 'end')
DT[, (cols) := lapply(.SD, as.POSIXct, format="%Y-%m-%d %T"), .SDcols=cols]
person chinsoon12    schedule 03.06.2020