将时间和日期数据与关联值合并

Question

我希望有人可以帮助我。下面是我正在处理的数据样本：

> print(sampleinput)
                Time ACTIVITY_X ACTIVITY_Y ACTIVITY_Z
 1: 6/19/18 10:40:00         60         74         95
 2: 6/19/18 10:41:20         62         63         88
 3: 6/19/18 10:42:40         60         56         82
 4: 6/19/18 10:44:00         66         61         90
 5: 6/19/18 10:45:20         60         53         80
 6: 6/19/18 10:46:40         57         40         70
 7: 6/19/18 10:48:00         54         41         68
 8: 6/19/18 10:49:20         52         49         71
 9: 6/19/18 10:50:40         61         49         78
10: 6/19/18 10:52:00         93         32         98
11: 6/19/18 10:53:20         80         54         97
12: 6/19/18 10:54:40         73         39         83
13: 6/19/18 10:56:00         47         37         60
14: 6/19/18 10:57:20         51         55         75
15: 6/19/18 10:58:40         51         60         79
16: 6/19/18 11:00:00         14         13         19
17: 6/19/18 11:01:20          0          0          0
18: 6/19/18 11:02:40         13          3         13
19: 6/19/18 11:04:00         20         10         22
20: 6/19/18 11:05:20         13          6         14

下面是我希望如何转换数据的示例：

> print(sampleoutput)
               Time ACTIVITY_X ACTIVITY_Y ACTIVITY_Z
1: 6/19/18 10:40:00          0          0          0
2: 6/19/18 10:44:00        188        180        260
3: 6/19/18 10:48:00        171        134        218
4: 6/19/18 10:52:00        206        130        247
5: 6/19/18 10:56:00        200        130        240
6: 6/19/18 11:00:00        116        128        173
7: 6/19/18 11:04:00         33         13         35

正如你在Time列上看到的那样，每隔80秒就会采用日期和时间测量，并且列ACTIVITY_X，ACTIITY_Y和ACTIVITY_Z的相关值。

我想以某种方式转换我的数据集，这样我就不会每隔80秒就有一次日期和时间测量，而是每隔240秒（4分钟）。

至于列ACTIVITY_X，ACTIITY_Y和ACTIVITY_Z中的值，这意味着将它们每三行加到一行。请注意，对于每次，其关联的ACTIVITY_X，ACTIITY_Y和ACTIVITY_Z度量是根据对应于以下的间隔计算的：[前一时间+ 1秒到实际时间]。

示例：对于6/19/18 10:41:20的时间ACTIVITY_X值的第二行，ACTIITY_Y和ACTIVITY_Z对应于[6/19/18 10:40:01至6/19/18 10:41:20]的采样间隔。

对于ACTIVITY_X，ACTIITY_Y和ACTIVITY_Z值，输出表的第一行将为0，因为我错过了前两个时间间隔的值，但这没有问题。

我是R的新手，虽然我已经能够用Excel转换我的数据，但我想自动完成这个看起来非常复杂的过程。

希望这是一个有趣的问题，任何意见都表示赞赏！

PS：我不能使用dput因为太大的数据集，但我上传了它here

Answer 1

lubridate应该具备您需要的功能。

看起来你已经在使用data.table，所以在这里使用...

    X <- data.table(sampleinput)

    X$Time <- as.POSIXct(X$Time, format = '%m/%d/%y %H:%M:%S')

    X$tgroup <- lubridate::ceiling_date(X$Time, '4 mins')

    X[, list( x = sum(ACTIVITY_X), 
              y = sum(ACTIVITY_Y), 
              z =sum(ACTIVITY_Z) ), by = list (tgroup)]

返回

                tgroup   x   y   z
1: 2018-06-19 10:40:00  60  74  95
2: 2018-06-19 10:44:00 188 180 260
3: 2018-06-19 10:48:00 171 134 218
4: 2018-06-19 10:52:00 206 130 247
5: 2018-06-19 10:56:00 200 130 240
6: 2018-06-19 11:00:00 116 128 173
7: 2018-06-19 11:04:00  33  13  35
8: 2018-06-19 11:08:00  13   6  14

如有必要，您可以手动更改边界情况（第一行）