提问人：user2602640 提问时间：10/13/2023 最后编辑：user2602640 更新时间：10/14/2023 访问量：71
按段数 （R） 分隔相交时间间隔
Separate intersecting time intervals by number of segments (R)
问：
我正在研究一个时间间隔数据集。某些间隔重叠。我想获取原始区间数据，并按重叠次数将其分解为连续区间。在下面的玩具数据中，有 3 个区间。我想要的输出是一个数据框，其中包含只有一个 ID 的开始和停止，然后在 ID 1 和 ID 2 相交的地方开始和停止，然后在 ID 1-3 相交的地方开始和停止，然后开始和停止 ID 1 和 3 相交的地方，最后是 ID 1 其余部分的开始和停止。
library(lubridate)
library(ggplot2)
df <- structure(list(ID = 1:3, Start = structure(c(1690740180, 1690740480,
1690741380), class = c("POSIXct", "POSIXt"), tzone = "America/Iqaluit"),
End = structure(c(1690751520, 1690742140, 1690742280), class = c("POSIXct",
"POSIXt"), tzone = "America/Iqaluit")), row.names = 3:5, class = "data.frame")
ggplot(df) + geom_segment(aes(x = Start, xend = End, y = as.factor(ID), yend = as.factor(ID)))
所需的输出应如下所示：
Intervals Start End
1 2023-07-30 14:03:00 2023-07-30 14:07:59
2 2023-07-30 14:08:00 2023-07-30 14:22:59
3 2023-07-30 14:23:00 2023-07-30 14:35:40
2 2023-07-30 14:35:40 2023-07-30 14:38:00
1 2023-07-30 14:38:00 2023-07-30 15:06:40
我可以通过将数据插值到 1 秒并检查交叉点来做到这一点，但我希望有一个更清晰的解决方案。
答：
2赞
r2evans
10/13/2023
#1
下面是一个基本的 R 解决方案：
alltimes <- unique(sort(c(df$Start, df$End)))
intervals <- sapply(alltimes[-length(alltimes)],
function(tm) df$Start <= tm & tm < df$End)
intervals
# [,1] [,2] [,3] [,4] [,5]
# [1,] TRUE TRUE TRUE TRUE TRUE
# [2,] FALSE TRUE TRUE FALSE FALSE
# [3,] FALSE FALSE TRUE TRUE FALSE
在 中，每一行都是原始行，每列都是一个时间段，该值指示是否在该时间段中找到原始行。我们可以取每列的总和来创建列，然后 和 列只是我们向量的对。intervalsdfdfIntervalsStartEndalltimes
data.frame(
Intervals = colSums(intervals),
Start = alltimes[-length(alltimes)],
End = alltimes[-1]
)
# Intervals Start End
# 1 1 2023-07-30 14:03:00 2023-07-30 14:08:00
# 2 2 2023-07-30 14:08:00 2023-07-30 14:23:00
# 3 3 2023-07-30 14:23:00 2023-07-30 14:35:40
# 4 2 2023-07-30 14:35:40 2023-07-30 14:38:00
# 5 1 2023-07-30 14:38:00 2023-07-30 17:12:00
我不确定新的是否应该与下一个相同或偏移一秒，您的预期输出同时使用两者。另外，我不知道你的最后一行是怎么回事（不在你的原始数据中），我怀疑它是你真实数据的产物，而不是样本。EndStart15:06:40
评论
2赞
user2602640
10/13/2023
了不起。时至今日，鬼鬼祟祟的基本 R 解决方案仍然让我感到惊讶。是的，为玩具示例中的几件文物道歉。
0赞
user2602640
10/13/2023
对不起 - 答案是什么？intervals
1赞
r2evans
10/13/2023
错别字，已修复，对此感到震惊
1赞
user2602640
10/13/2023
嘎，没关系。我在应该使用的时候使用了.一切都很好:)不好意思~geom_ribbongeom_rect
1赞
r2evans
10/13/2023
我犯了同样的错误，一旦我意识到这是一个绘图问题而不是间隔问题，我就几乎犯了这个错误。很高兴你弄清楚了！
1赞
Davis Vaughan
10/14/2023
#2
使用 ivs，一个用于处理间隔的包：
library(ivs)
library(dplyr, warn.conflicts = FALSE)
start <- structure(
c(1690740180, 1690740480, 1690741380),
class = c("POSIXct", "POSIXt"),
tzone = "America/Iqaluit"
)
end <- structure(
c(1690751520, 1690742140, 1690742280),
class = c("POSIXct", "POSIXt"),
tzone = "America/Iqaluit"
)
x <- iv(start, end)
x
#> <iv<datetime<America/Iqaluit>>[3]>
#> [1] [2023-07-30 14:03:00, 2023-07-30 17:12:00)
#> [2] [2023-07-30 14:08:00, 2023-07-30 14:35:40)
#> [3] [2023-07-30 14:23:00, 2023-07-30 14:38:00)
iv_locate_splits(x) |>
as_tibble() |>
mutate(count = lengths(loc))
#> # A tibble: 5 × 3
#> key loc count
#> <iv<dttm>> <list> <int>
#> 1 [2023-07-30 14:03:00, 2023-07-30 14:08:00) <int [1]> 1
#> 2 [2023-07-30 14:08:00, 2023-07-30 14:23:00) <int [2]> 2
#> 3 [2023-07-30 14:23:00, 2023-07-30 14:35:40) <int [3]> 3
#> 4 [2023-07-30 14:35:40, 2023-07-30 14:38:00) <int [2]> 2
#> 5 [2023-07-30 14:38:00, 2023-07-30 17:12:00) <int [1]> 1
如果需要从列中获取开始/结束，请使用 和 。keyiv_start()iv_end()
评论