将时间序列数据拆分为时间间隔（比如一小时），然后绘制计数

Posted 2023-02-14

【中文标题】将时间序列数据拆分为时间间隔（比如一小时），然后绘制计数

【英文标题】：Split time series data into time intervals (say an hour) and then plot the count

【发布时间】：2022-01-08 13:18:37

【问题描述】：

我只有一个包含一列时间序列的数据文件：

'2012-02-01 17:42:44'
'2012-02-01 17:42:44'
'2012-02-01 17:42:44'

... 我想将数据拆分，以便在小时数的顶部进行计数。说：

'2012-02-01 17:00:00'  20   
'2012-02-01 18:00:00'  30  

“20”和“30”表示该期间的时间序列条目数。我希望能够绘制时间与“计数”的关系。我怎样才能用 R 做到这一点？

这是我当前的折线图。

library(ggplot2)

req <- read.table("times1.dat")
summary(req)

da <- req$V2
db <- req$V1

time <- as.POSIXct(db)

png('time_data_errs.png', width=800, height=600)
gg <- qplot(time, da) + geom_line()

print(gg)
dev.off()

【参考方案1】：

听起来您想使用cut 来计算一个小时内出现了多少个值。

如果您能提供一些示例数据，通常会很有帮助。这里有一些：

set.seed(1) # So you can get the same numbers as I do
MyDates <- ISOdatetime(2012, 1, 1, 0, 0, 0, tz = "GMT") + sample(1:27000, 500)
head(MyDates)
# [1] "2012-01-01 01:59:29 GMT" "2012-01-01 02:47:27 GMT" "2012-01-01 04:17:46 GMT"
# [4] "2012-01-01 06:48:39 GMT" "2012-01-01 01:30:45 GMT" "2012-01-01 06:44:13 GMT"

您可以使用table 和cut（带有参数breaks="hour"（有关详细信息，请参阅?cut.Date））来查找每小时的频率。

MyDatesTable <- table(cut(MyDates, breaks="hour"))
MyDatesTable
# 
# 2012-01-01 00:00:00 2012-01-01 01:00:00 2012-01-01 02:00:00 2012-01-01 03:00:00 
#                  59                  73                  74                  83 
# 2012-01-01 04:00:00 2012-01-01 05:00:00 2012-01-01 06:00:00 2012-01-01 07:00:00 
#                  52                  62                  64                  33 
# Or a data.frame if you prefer
data.frame(MyDatesTable)
#                  Var1 Freq
# 1 2012-01-01 00:00:00   59
# 2 2012-01-01 01:00:00   73
# 3 2012-01-01 02:00:00   74
# 4 2012-01-01 03:00:00   83
# 5 2012-01-01 04:00:00   52
# 6 2012-01-01 05:00:00   62
# 7 2012-01-01 06:00:00   64
# 8 2012-01-01 07:00:00   33

最后，这是MyDatesTable 对象的线图：

plot(MyDatesTable, type="l", xlab="Time", ylab="Freq")

---

cut 可以处理一定范围的时间间隔。例如，如果您想每 30 分钟制作一次表格，您可以轻松地调整 breaks 参数来处理它：

data.frame(table(cut(MyDates, breaks = "30 mins")))
#                   Var1 Freq
# 1  2012-01-01 00:00:00   22
# 2  2012-01-01 00:30:00   37
# 3  2012-01-01 01:00:00   38
# 4  2012-01-01 01:30:00   35
# 5  2012-01-01 02:00:00   32
# 6  2012-01-01 02:30:00   42
# 7  2012-01-01 03:00:00   39
# 8  2012-01-01 03:30:00   44
# 9  2012-01-01 04:00:00   25
# 10 2012-01-01 04:30:00   27
# 11 2012-01-01 05:00:00   33
# 12 2012-01-01 05:30:00   29
# 13 2012-01-01 06:00:00   29
# 14 2012-01-01 06:30:00   35
# 15 2012-01-01 07:00:00   33

---

更新

由于您尝试使用 ggplot2 进行绘图，因此这是一种方法（不确定它是否是最好的，因为我通常在需要时使用 base R 的图形）。

创建表的data.frame（如上所示）并添加一个虚拟“组”变量并绘制如下：

MyDatesDF <- data.frame(MyDatesTable, grp = 1)
ggplot(MyDatesDF, aes(Var1, Freq)) + geom_line(aes(group = grp))

【讨论】：

@BerlinBrown，我希望它符合您的要求。我已经用 ggplot 解决方案更新了答案，用于绘制聚合数据。

我的数据中有错误，频率为零，我收到此错误。我该如何解决这个问题。 '没有适用于'scale_dimension'的方法应用于“NULL”类的对象'

@BerlinBrown，如果没有一些示例数据和您经历的实际步骤，很难说。我假设您在使用cut 之前将数据转换为as.POSIXct，对吧？ 所有频率都为零吗？

好的，我刚刚使用了你的方法，它有效。谢谢。还有一个问题，对于 ggplot，x 轴标题中的时间重叠。你知道怎么清理吗？

@BerlinBrown 见here。基本步骤：（1）确保您的日期是as.POSIXct（在将表格转换为data.frame后，您必须再次转换它们；（2）加载library(scales)；（3）添加一些东西喜欢last_plot() + scale_x_datetime(breaks = date_breaks("2 hour")) 或last_plot() + scale_x_datetime(breaks = pretty_breaks())。