使用 data.table 查找间隔之间的差距

Question

我有以下问题：给定 data.table 中的一组 非重叠 间隔，报告间隔之间的间隙。

我在 SQL 中实现过一次，但是由于缺少前导函数或滞后函数，我在 data.table 中苦苦挣扎。为了完整起见，我有 here the SQL code. I know the functionality has been implemented in data.table version 1.9.5. as by the changelog。那么 data.table 是否可以在不进行大量合并且没有滞后或引导功能的情况下实现？

原则上，只要性能不受影响，我并不完全反对使用合并（又名连接）。我认为这很容易实现，但我不知道如何 "get" 之前的结束时间成为我的间隔 table.

的开始时间

例如：

# The numbers represent seconds from 1970-01-01 01:00:01
dat <- structure(
  list(ID = c(1L, 1L, 1L, 2L, 2L, 2L), 
       stime = structure(c(as.POSIXct("2014-01-15 08:00:00"),
                           as.POSIXct("2014-01-15 11:00:00"),
                           as.POSIXct("2014-01-16 11:30:00"),
                           as.POSIXct("2014-01-15 09:30:00"),
                           as.POSIXct("2014-01-15 12:30:00"),
                           as.POSIXct("2014-01-15 13:30:00")
                           ),
                         class = c("POSIXct", "POSIXt"), tzone = ""),
       etime = structure(c(as.POSIXct("2014-01-15 10:30:00"),
                           as.POSIXct("2014-01-15 12:00:00"),
                           as.POSIXct("2014-01-16 13:00:00"),
                           as.POSIXct("2014-01-15 11:00:00"),
                           as.POSIXct("2014-01-15 12:45:00"),
                           as.POSIXct("2014-01-15 14:30:00")
                           ), 
                         class = c("POSIXct", "POSIXt"), tzone = "")
  ),
  .Names = c("ID", "stime", "etime"),
  sorted = c("ID", "stime", "etime"),
  class = c("data.table", "data.frame"),
  row.names = c(NA,-6L)
)

dat <- data.table(dat)

这导致：

ID               stime               etime
1  2014-01-15 10:30:00 2014-01-15 11:00:00
1  2014-01-15 12:00:00 2014-01-16 11:30:00
2  2014-01-15 11:00:00 2014-01-15 12:30:00
2  2014-01-15 12:45:00 2014-01-15 13:30:00

注意：差距是跨天平均报告的。

Answer 1

如果我没有遗漏任何内容，那么您在所需的输出中遗漏了一行，所以这是我尝试使用您提到的开发版本中的 shift。

library(data.table) ## v >= 1.9.5
indx <- dat[, .I[-.N], by = ID]$V1
dat[, .(ID, stimes = etime, etime = shift(stime, type = "lead"))][indx]
res
#    ID               stime               etime
# 1:  1 2014-01-15 10:30:00 2014-01-15 11:00:00
# 2:  1 2014-01-15 12:00:00 2014-01-16 11:30:00
# 3:  2 2014-01-15 11:00:00 2014-01-15 12:30:00
# 4:  2 2014-01-15 12:45:00 2014-01-15 13:30:00

Answer 2

David 答案的变体，可能效率较低，但输入起来更简单：

setkey(dat, stime)[, .(stime=etime[-.N], etime=stime[-1]), by=ID]

产生：

   ID               stime               etime
1:  1 2014-01-15 10:30:00 2014-01-15 11:00:00
2:  1 2014-01-15 12:00:00 2014-01-16 11:30:00
3:  2 2014-01-15 11:00:00 2014-01-15 12:30:00
4:  2 2014-01-15 12:45:00 2014-01-15 13:30:00

setkey只是为了确保table按时间排序。

使用 data.table 查找间隔之间的差距

Finding gaps between intervals using data.table

r

data.table