根据时间范围（包括分钟）对行进行子集化

Question

我的问题基本上是对用户 Wet Feet 之前提出的问题 here 的跟进：

这是修改后的数据集：

      date_time loc_id node  energy   kgco2 
1 2009-02-27 00:11:08     87  103 0.00000 0.00000 
2 2009-02-27 01:05:05     87  103 7.00000 3.75900 
3 2009-02-27 02:05:05     87  103 6.40039 3.43701 
4 2009-02-28 02:10:05     87  103 4.79883 2.57697 
5 2009-02-28 04:05:05     87  103 4.10156 2.20254 
6 2009-02-28 05:05:05     87  103 2.59961 1.39599
7 2009-03-01 03:20:05     87  103 2.59961 1.39599

我试图只获取那些在特定时间间隔内的行，例如02:05:00 到 03:30:00。

3 2009-02-27 02:05:05     87  103 6.40039 3.43701 
4 2009-02-28 02:10:05     87  103 4.79883 2.57697
7 2009-03-01 03:20:05     87  103 2.59961 1.39599

应用链接问题中的解决方案（lubridate 包中的 hour），但是，这还不够，因为我还必须考虑间隔时间。我可以使用 lubridate 包中的 interval 函数来包含分钟，但由于我的数据框涵盖不同的日期，所以它无济于事。

我特别好奇是否有任何解决方案允许使用 dplyr 的 filter 动词。还是使用 xts 包是唯一的出路？

Answer 1

在下面的代码中，我为每一行计算自午夜以来的秒数，并检查该值是否在您问题的时间范围内，并转换为自午夜以来的秒数。由于未以可重现的形式提供数据样本，因此我包含了使用日期时间格式（和 UTC 时区）设置数据的代码。

1.设置数据框

library(lubridate)
library(tidyverse)

dat = read.table(text="date_time time loc_id node  energy   kgco2 
                 1 2009-02-27 00:11:08     87  103 0.00000 0.00000 
                 2 2009-02-27 01:05:05     87  103 7.00000 3.75900 
                 3 2009-02-27 02:05:05     87  103 6.40039 3.43701 
                 4 2009-02-28 02:10:05     87  103 4.79883 2.57697 
                 5 2009-02-28 04:05:05     87  103 4.10156 2.20254 
                 6 2009-02-28 05:05:05     87  103 2.59961 1.39599
                 7 2009-03-01 03:20:05     87  103 2.59961 1.39599", 
                 header=TRUE, stringsAsFactors=FALSE)

dat$date_time = as.POSIXct(paste0(dat$date_time, dat$time), tz="UTC")
dat = dat %>% select(-time)

2。帮助函数将 hms 时间字符串转换为自午夜以来的秒数

hms_to_numeric = function(x) {
  x = as.POSIXct(paste("2010-01-01", x))
  3600 * hour(x) + 60 * minute(x) + second(x)
}

3。过滤数据以仅包含时间范围

内的行

dat %>% 
  filter(between(as.numeric(date_time) - as.numeric(as.POSIXct(substr(date_time,1,10), tz="UTC")), 
                 hms_to_numeric("02:05:00"), 
                 hms_to_numeric("03:30:00")))

            date_time loc_id node  energy   kgco2
1 2009-02-27 02:05:05     87  103 6.40039 3.43701
2 2009-02-28 02:10:05     87  103 4.79883 2.57697
3 2009-03-01 03:20:05     87  103 2.59961 1.39599

根据时间范围（包括分钟）对行进行子集化

Subset rows according to a range of time (incl. minutes)

time

datetime

r

lubridate

dplyr