lubridate是一个R包，可以更轻松地处理日期和时间对象。
我正在尝试创建一个条形图，其中包含代表中值时间的条形图和代表 q3 和 q1 的误差条形图。另外，我希望以秒为单位开始的值是
我有一系列部署在不同时期的接收器。数据集如下所示： 接收者 开始时间 结束时间 1 2021-05-19 15:43:00 2022-06-19 12:43:00 2 2021-08-19 15:43:00 2022-05...
R 在 1:36:14 而不是在 2:00:00 从 PDT 切换到 PST - Lubridate 在切换之前分配时区
当查看与从 PDT 到 PST 的时区更改重叠的日期时间值时，R 似乎在 1:36:14 而不是预期的 2:00:00 切换时区。具体来说，R 分配 PST 时区...
我想使用R来计算R中两个军事时间（例如13:00和7:00）之间的时间差。假设我有以下数据表： ID 开始时间 时间结束 1 18:00 2:00 2 18:0...
如何通过 `lubridate::parse_date_time()` 处理解析多种格式日期时的冲突
我刚刚参考了 lubridate::parse_date_time() 的帮助页面，特别是其 select_format 参数。但我无法获得它并为自己的用例设计自己的功能。 其实我有一个v...
我正在尝试比较行之间的日期并对它们应用逻辑。我使用此处的代码作为起点，但实际日期比较出现错误。 一个样本是： 我的数据 <- data...
我在 R Studio 中使用 Lubridate，当我使用 group by（与 dplyr）按月份或工作日分组时，它会自动按字母顺序排序。我如何更改此日期订单？ 这是...
对于修复以下代码（将 1 或 0 分配给 BFlag 列的特定月份）有什么建议吗？ 图书馆（tidyverse） 库（润滑） DF <- data.frame(Date = seq(as.Date("1...
虽然有很多与我的问题相关的类似线程，但我找不到真正解决该问题的线程。我有一个时间数据列，其中缺少一些值： <- data.frame(time=c("NA&
我有时间序列数据集，其中包含在不同频率下测量的值。我想过滤这个数据集，以删除快速连续采集的大量样本 - 在我的例子中是在 15 分钟内。 ...
注意： 我修正了我的代表。 我有一个 ifelse 语句作为 across 中的函数。即使在条件为真的情况下，我在尝试计算下降值时也会出错。 李...
我意识到以前可能有人问过这个问题，但我正在努力正确删除 df.txt 中的重复项。我已经使用了这里推荐的方法，但它并没有删除所有重复项。 #安装包...
我正在研究时间间隔的数据集。有些间隔重叠。我想获取原始间隔数据，并按重叠次数将其分成连续的间隔。在下面的玩具数据中，
我有一个数据框，其中包含名为ride_length 的列，该列已经采用 hh:mm:ss 格式。我想计算该列的平均值，并通过其两个类别对其进行分组：成员和 casu...
我有一个如下所示的数据框： 日期时间值 日期 纬度 日出 日落 我有一个如下所示的数据框： Datetime value date lat lon sunrise sunset <dttm> <dbl> <date> <dbl> <dbl> <dttm> <dttm> 1 2021-09-01 00:00:00 9 2021-09-01 36.2 -92.3 2021-09-01 06:42:27 2021-09-01 19:38:56 2 2021-09-01 01:00:00 22 2021-09-01 36.2 -92.3 2021-09-01 06:42:27 2021-09-01 19:38:56 3 2021-09-01 02:00:00 0 2021-09-01 36.2 -92.3 2021-09-01 06:42:27 2021-09-01 19:38:56 4 2021-09-01 03:00:00 9 2021-09-01 36.2 -92.3 2021-09-01 06:42:27 2021-09-01 19:38:56 5 2021-09-01 04:00:00 9 2021-09-01 36.2 -92.3 2021-09-01 06:42:27 2021-09-01 19:38:56 6 2021-09-01 05:00:00 35 2021-09-01 36.2 -92.3 2021-09-01 06:42:27 2021-09-01 19:38:56 7 2021-09-01 06:00:00 9 2021-09-01 36.2 -92.3 2021-09-01 06:42:27 2021-09-01 19:38:56 8 2021-09-01 20:00:00 0 2021-09-01 36.2 -92.3 2021-09-01 06:42:27 2021-09-01 19:38:56 9 2021-09-01 21:00:00 48 2021-09-01 36.2 -92.3 2021-09-01 06:42:27 2021-09-01 19:38:56 10 2021-09-01 22:00:00 0 2021-09-01 36.2 -92.3 2021-09-01 06:42:27 2021-09-01 19:38:56 11 2021-09-01 23:00:00 0 2021-09-01 36.2 -92.3 2021-09-01 06:42:27 2021-09-01 19:38:56 12 2021-09-02 00:00:00 0 2021-09-02 36.2 -92.3 2021-09-02 06:43:14 2021-09-02 19:37:31 13 2021-09-02 01:00:00 26 2021-09-02 36.2 -92.3 2021-09-02 06:43:14 2021-09-02 19:37:31 14 2021-09-02 02:00:00 26 2021-09-02 36.2 -92.3 2021-09-02 06:43:14 2021-09-02 19:37:31 15 2021-09-02 03:00:00 45 2021-09-02 36.2 -92.3 2021-09-02 06:43:14 2021-09-02 19:37:31 16 2021-09-02 04:00:00 0 2021-09-02 36.2 -92.3 2021-09-02 06:43:14 2021-09-02 19:37:31 17 2021-09-02 05:00:00 31 2021-09-02 36.2 -92.3 2021-09-02 06:43:14 2021-09-02 19:37:31 18 2021-09-02 06:00:00 84 2021-09-02 36.2 -92.3 2021-09-02 06:43:14 2021-09-02 19:37:31 19 2021-09-02 20:00:00 21 2021-09-02 36.2 -92.3 2021-09-02 06:43:14 2021-09-02 19:37:31 20 2021-09-02 21:00:00 0 2021-09-02 36.2 -92.3 2021-09-02 06:43:14 2021-09-02 19:37:31 structure(list(Datetime = structure(c(1630472400, 1630476000, 1630479600, 1630483200, 1630486800, 1630490400, 1630494000, 1630544400, 1630548000, 1630551600, 1630555200, 1630558800, 1630562400, 1630566000, 1630569600, 1630573200, 1630576800, 1630580400, 1630630800, 1630634400), tzone = "America/Chicago", class = c("POSIXct", "POSIXt")), value = c(9, 22, 0, 9, 9, 35, 9, 0, 48, 0, 0, 0, 26, 26, 45, 0, 31, 84, 21, 0), date = structure(c(18871, 18871, 18871, 18871, 18871, 18871, 18871, 18871, 18871, 18871, 18871, 18872, 18872, 18872, 18872, 18872, 18872, 18872, 18872, 18872 ), class = "Date"), lat = c(36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224, 36.224), lon = c(-92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315, -92.315), sunrise = structure(c(1630496547, 1630496547, 1630496547, 1630496547, 1630496547, 1630496547, 1630496547, 1630496547, 1630496547, 1630496547, 1630496547, 1630582994, 1630582994, 1630582994, 1630582994, 1630582994, 1630582994, 1630582994, 1630582994, 1630582994), tzone = "America/Chicago", class = c("POSIXct", "POSIXt")), sunset = structure(c(1630543136, 1630543136, 1630543136, 1630543136, 1630543136, 1630543136, 1630543136, 1630543136, 1630543136, 1630543136, 1630543136, 1630629451, 1630629451, 1630629451, 1630629451, 1630629451, 1630629451, 1630629451, 1630629451, 1630629451), tzone = "America/Chicago", class = c("POSIXct", "POSIXt"))), row.names = c(NA, -20L), class = c("tbl_df", "tbl", "data.frame")) 最初数据包含每天的所有 24 小时，但我已将其过滤为仅包含日落之后和日出之前的几个小时。我现在的问题是，我想在同一时间段内取第二列“值”的平均值：日落之后到日出之前，但跨越两个日期的过程。本质上我想要一个晚上的平均值。 有没有一种方法可以进行分组和汇总，以便我可以通过跨越两个日期的日落和日出之间的值来收集列值的平均值？ 对于日落总是在 00:00 之前且日出在 12:00 之前的特定纬度，我们可以将 Datetime 移动 12 小时并按结果日期进行分组： library(dplyr) library(lubridate) df %>% group_by(sunset_date = date(Datetime - hours(12))) %>% summarise(dt_start = min(Datetime), dt_end = max(Datetime), mean_value = mean(value)) #> # A tibble: 3 × 4 #> sunset_date dt_start dt_end mean_value #> <date> <dttm> <dttm> <dbl> #> 1 2021-08-31 2021-09-01 00:00:00 2021-09-01 06:00:00 13.3 #> 2 2021-09-01 2021-09-01 20:00:00 2021-09-02 06:00:00 23.6 #> 3 2021-09-02 2021-09-02 20:00:00 2021-09-02 21:00:00 10.5 创建于 2023-10-10，使用 reprex v2.0.2
我有一个包含日期列表的数据框。我还有一个向量形式的参考日期列表。我创建了一个可复制的数据框和向量。您可以忽略“r”对象，除了
在 lubridate 包中，当我使用 now(tzone = 'Etc/GMT+3') 当我的系统默认为 UTC 时，我得到的时间比当前 UTC 时间晚 3 小时而不是提前： 现在(tzone='等/GMT+3') [1] &...
我正在使用 read_excel 将数据从 Excel 读取到 R 中。其中一列 date_time 具有混合格式，并作为字符向量读入。这是行的示例。 日期_时间 <- c( 45144.
假设我有这个 df （但大得多） 库（润滑） df = data.frame(id=1:5,date1 = c("2023/01/02","2023/08/03","2023/09/09","2023/11/05",". ..
> 类（report_df$LASTACTIVITYDATE） [1]“POSIXct”“POSIXt” 由于存在 POSIXct 和 POSIXt 的混合数据类型，我无法正确处理我的数据。 问题发生了...