Создание временных интервалов с использованием пакета sqldf

Question

Это то, на что похож мой фрейм данных.

Я хочу создать временные интервалы в 15 минут или 30 минут и получить сумму No_Words для всех временных меток за этот интервал времени. Мне нужно это, чтобы построить среднее число слов за интервал времени.

Как мне это сделать?

Кроме того, я хотел бы знать, возможно ли решение с использованием пакета sqldf.

   Time     No_Words 
1 2013-11-17 13:37:00     6  
2 2013-11-17 13:37:00     16  
3 2013-11-17 13:37:00     18  
4 2013-11-17 13:37:00     12  
5 2013-11-17 14:03:00     5  
6 2013-11-17 14:03:00     20  
7 2013-11-17 14:04:00     4  
8 2013-11-17 17:21:00     39  
9 2013-11-17 22:48:00     19  
10 2013-11-17 22:48:00     12  

Answer 1

# generate example data, 30 min intervals 
set.seed(1) 
dateseq <- seq(as.POSIXct("2013-11-17"), as.POSIXct("2013-11-18"), by="min") 
df <- data.frame(Time=dateseq[sample(1:length(dateseq), 500)], 
       No_Words=sample(1:100, 500, replace=T)) 
groups <- cut.POSIXt(df$Time, breaks="30 min") 

Трудный путь с помощью sqldf:

library(sqldf) 
df$groups <- groups 
agg <- sqldf("select groups, avg(No_Words) from df group by groups", row.names=T) 
row.names(agg) <- agg[,1] 
agg <- as.matrix(agg) 
class(agg) <- "numeric" 
par(mar=c(2,10,0,0)); barplot(agg[,2], horiz=TRUE, las=1) 

Простой способ, например, tapply:

agg <- tapply(df$No_Words, list(groups), mean) 
par(mar=c(2,10,0,0)); barplot(agg, horiz=TRUE, las=1) 

Answer 2

Этот ответ не с sqldf, но с функциями базы R aggregate и cut:

## If your "Time" column is not an actual time object, 
## convert it to one before proceeding. 
mydf$Time <- as.POSIXct(mydf$Time) 

cut может создавать временные контейнеры. Мы будем использовать это для нашей агрегации. Вы можете использовать formula обозначения, но я использовал list подход, так что легко указать их имена столбцов:

## Aggregate data in 30 minute chunks 
aggregate(list(No_Words = mydf$No_Words), 
      list(Time = cut(mydf$Time, "30 min")), FUN = mean) 
#     Time No_Words 
# 1 2013-11-17 13:37:00 11.57143 
# 2 2013-11-17 17:07:00 39.00000 
# 3 2013-11-17 22:37:00 15.50000 

## Aggregate data into 15 minute chunks 
aggregate(list(No_Words = mydf$No_Words), 
      list(Time = cut(mydf$Time, "15 min")), FUN = mean) 
#     Time No_Words 
# 1 2013-11-17 13:37:00 13.000000 
# 2 2013-11-17 13:52:00 9.666667 
# 3 2013-11-17 17:07:00 39.000000 
# 4 2013-11-17 22:37:00 15.500000 

Answer 3

sqldf Вот sqldf решение, в котором кадр входных данных DF:

library(sqldf) 

min15 <- 15 * 60 # in seconds 
ans <- fn$sqldf("select 
     t.Time - t.Time % $min15 as Time, 
     sum(t.No_Words) as No_Words 
    from DF t 
    group by Time") 
plot(No_Words ~ Time, ans, type = "o") 

подача:

> ans 
       Time No_Words 
1 2013-11-17 13:30:00  52 
2 2013-11-17 14:00:00  29 
3 2013-11-17 17:15:00  39 
4 2013-11-17 22:45:00  31 

С плотной сетке Если в плотной сетке то нам понадобится рамка данных сетки, G, который мы вместе с предыдущим ans (Обратите внимание, что sqldf тянет в пакете Паралипоменон поэтому мы используем его trunc функцию):

# create grid G 
rng <- range(as.POSIXct(trunc(as.chron(DF$Time), 15/(24 * 60)))) 
G <- data.frame(Time = seq(rng[1], rng[2], by = min15)) 

ans2 <- sqldf("select Time, coalesce(No_Words, 0) as No_Words 
     from (select * from G left join ans using(Time))") 
plot(No_Words ~ Time, ans2, type = "o") 

Первые несколько рядов ans2 являются:

> head(ans2) 

       Time No_Words 
1 2013-11-17 13:30:00  52 
2 2013-11-17 13:45:00  0 
3 2013-11-17 14:00:00  29 
4 2013-11-17 14:15:00  0 
5 2013-11-17 14:30:00  0 
6 2013-11-17 14:45:00  0 

зоопарк Мы также показываем зоопарк решение:

library(zoo) 
library(chron) 
FUN <- function(x) as.POSIXct(trunc(as.chron(x), 15/(24 * 60))) 
z <- read.zoo(DF, FUN = FUN, aggregate = sum) 
plot(z) 

, который дает для z:

> z 
2013-11-17 13:30:00 2013-11-17 14:00:00 2013-11-17 17:15:00 2013-11-17 22:45:00 
      52     29     39     31 

Примечание: Мы использовали эти данные и, в частности, Time имеет класс "POSIXct":

Lines<- " Time   No_Words 
1 2013-11-17 13:37:00     6  
2 2013-11-17 13:37:00     16  
3 2013-11-17 13:37:00     18  
4 2013-11-17 13:37:00     12  
5 2013-11-17 14:03:00     5  
6 2013-11-17 14:03:00     20  
7 2013-11-17 14:04:00     4  
8 2013-11-17 17:21:00     39  
9 2013-11-17 22:48:00     19  
10 2013-11-17 22:48:00     12 
" 

raw <- read.table(text = Lines, skip = 1) 
DF <- data.frame(Time = as.POSIXct(paste(raw$V2, raw$V3)), No_Words = raw$V4)