根据时间间隔的小时创建一天中的时间列类别

Posted 2023-02-22

【中文标题】根据时间间隔的小时创建一天中的时间列类别

【英文标题】：Create time of day column categories based on hour of time interval

【发布时间】：2022-01-22 23:58:38

【问题描述】：

我正在尝试创建一个“一天中的时间”列，在该列中我根据小时将一天中的时间分类为多个部分。例如，从 20:00 到 21:59 的任何时间都属于“20-22”类别。我计划在不同的时间间隔内多次执行此操作（例如，两小时间隔、3 小时间隔等）。但是，间隔并不总是从零开始。例如，3 小时间隔将为：“02-05”、“05-08”、“08-11”等。这使得很难定义如何切割数据以进行分类。

这是我的数据示例：

library(lubridate)
library(chron)

table <- "ID        date time
1 1 2016-04-30 21:00:00
2 2 2016-04-30 23:15:00
3 3 2016-04-30 19:30:00
4 4 2016-04-30 17:45:00
5 5 2016-04-30 14:00:00
6 6 2016-04-30 13:15:00
7 7 2016-04-30 05:30:00
8 8 2016-04-30 07:45:00
9 9 2016-04-30 09:00:00
10 10 2016-04-30 13:15:00
11 11 2016-04-30 10:30:00
12 12 2016-04-30 11:45:00
13 13 2016-05-01 12:00:00
14 14 2016-05-01 00:15:00
15 15 2016-05-01 01:30:00
16 16 2016-05-01 03:45:00
17 17 2016-05-01 04:00:00
18 18 2016-05-01 06:15:00
19 19 2016-05-01 19:30:00
20 20 2016-05-01 20:00:00"

# Create dataframe
df <- read.table(text=table, header = TRUE)

# Change time format
df$time <- times(df$time) 

# Add hour
df$hour <- hour(hms(df$time))
str(df)

我尝试了该站点的各种资源，但结果数据总是存在一些问题。以下是我尝试过的细分：

下面的代码不起作用，因为任何属于小时的时间（例如，在这种情况下为 20:00:00）进入它之前的类别 (18-20) 而不是它应该在的类别 (20- 22)。此代码也不适用于 3 小时间隔。

breaks <- c(0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24) / 24
labels <- c("00-02", "02-04", "04-06", "06-08", "08-10", "10-12", "12-14", "14-16",
             "16-18", "18-20", "20-22", "22-00")
df$tod <- cut(df$time, breaks, labels, include.lowest = TRUE)

此代码不起作用，因为它会导致某个类别的时间出现一些 NA 值（例如 23:15:00）。

breaks2 <- hour(hm("02:00", "04:00", "06:00", "08:00", "10:00", "12:00", "14:00", "16:00",
                   "18:00", "20:00", "22:00", "00:00", "01:59"))
labels2 <- c("22-00", "00-02", "02-04", "04-06", "06-08", "08-10", "10-12", "12-14", "14-16",
             "16-18", "18-20", "20-22")
df$tod2 <- cut(x=df$hour, breaks=breaks2, labels=labels2, include.lowest=TRUE)

任何帮助将不胜感激！

【问题讨论】：

@G.Grothendieck 我已将我在本次会议中使用的所有库添加到帖子中。

根据链接r，示例应该是最少的。省略发布代码中未使用的包的库语句。

【参考方案1】：

您的第一次尝试失败，因为您正在寻找right = FALSE 设置，而不是include.lowest，它只影响最低的bin。除以 24 时可能会遇到浮点精度问题，所以我认为直接剪切 hour 列是最简单的：

df$hour <- hour(hms(df$time))
hr_breaks = seq(0, 24, by = 2)
hr_labels <- c("00-02", "02-04", "04-06", "06-08", "08-10", "10-12", "12-14", "14-16",
             "16-18", "18-20", "20-22", "22-00")
df$tod = cut(df$hour, breaks = hr_breaks, 
             labels = hr_labels,
             include.lowest = T, right = F)
df
#    ID       date     time hour   tod
# 1   1 2016-04-30 21:00:00   21 20-22
# 2   2 2016-04-30 23:15:00   23 22-00
# 3   3 2016-04-30 19:30:00   19 18-20
# 4   4 2016-04-30 17:45:00   17 16-18
# 5   5 2016-04-30 14:00:00   14 12-14
# 6   6 2016-04-30 13:15:00   13 12-14
# 7   7 2016-04-30 05:30:00    5 04-06
# 8   8 2016-04-30 07:45:00    7 06-08
# 9   9 2016-04-30 09:00:00    9 08-10
# 10 10 2016-04-30 13:15:00   13 12-14
# 11 11 2016-04-30 10:30:00   10 08-10
# 12 12 2016-04-30 11:45:00   11 10-12
# 13 13 2016-05-01 12:00:00   12 10-12
# 14 14 2016-05-01 00:15:00    0 00-02
# 15 15 2016-05-01 01:30:00    1 00-02
# 16 16 2016-05-01 03:45:00    3 02-04
# 17 17 2016-05-01 04:00:00    4 02-04
# 18 18 2016-05-01 06:15:00    6 04-06
# 19 19 2016-05-01 19:30:00   19 18-20
# 20 20 2016-05-01 20:00:00   20 18-20

【讨论】：

根据我的定义，这确实适用于 2 小时的间隔，但我希望能够决定我将其分成的间隔。例如，对于 3 小时间隔，我不希望它从零开始：“02-05”、“05-08”、“08-11”、“11-14”、“14-17”、 “17-20”、“20-23”、“23-02”。有没有办法让我适应这个选择开始？我已编辑我的问题以包含此内容。

当然，3 小时的休息时间如评论中所述，您将使用 breaks_3 = c(-Inf, seq(2, 23, by = 3), Inf) 和 labs_3 = c("02-05", "05-08", "08-11", "11-14", "14-17", "17-20", "20-23", "23-02", "02-05")。您可以对第一个和最后一个垃圾箱重复使用相同的标签，让它在午夜前后环绕。

不幸的是，这也不起作用，它将“00:00:00”时间归类为“02-05”

我能够将您的代码编辑为：（有效）：c("23-02", "02-05", "05-08", "08-11", " 11-14"、"14-17"、"17-20"、"20-23"、"23-02")

太好了，就是这个主意！