如何在 R 中聚合关闭时间事件

我需要能够包含事件的数据帧，并输出运行的开始、结束和计数，其中运行是事件一起小于指定时间段的情况。

data.frame 行已经按时间排序

e.g.

library(lubridate)

ts <- c("2016-10-28 19:21:19",
        "2016-10-28 19:21:20",
        "2016-10-28 19:21:21",
        "2016-10-28 19:21:21",
        "2016-10-28 19:23:23",
        "2016-10-28 19:23:24",
        "2016-10-28 19:23:24",
        "2016-10-28 19:23:25",
        "2016-10-30 03:59:09",
        "2016-10-30 08:54:31",
        "2016-10-30 08:54:35"
)

df  <- data.frame(time=ymd_hms(ts))

我想要输出的是这样的数据帧，其中间隔是距上一个事件 60 秒

start                end                  count
2016-10-28 19:21:19  2016-10-28 19:21:21  4 
2016-10-28 19:23:23  2016-10-28 19:23:25  4
2016-10-30 03:59:09  2016-10-30 03:59:09  1
2016-10-30 08:54:31  2016-10-30 08:54:35  2

实际序列会很长，因此解决方案需要在大量（~100k）行时表现良好

我看过lag, diff和其他功能，但看不到一种简单或有效的方法来做到这一点。

这是代码使用dplyr.

首先，它排序time以防万一它们出问题了。然后，它计算一个timeChange using difftime确保它在几秒钟内返回并确定是否isBigChange（此处大于 60 秒）。然后，它使用每个TRUE使用增加组号cumsum（计算每个TRUE作为 1)。那么它group_bys that group，并计算您想要的摘要。

df %>%
  arrange(time) %>%
  mutate(timeChange = difftime(time, lag(time, default = time[1])
                               , units = "secs")
         , isBigChange = timeChange > 60
         , group = cumsum(isBigChange)) %>%
  group_by(group) %>%
  summarise(
    start = min(time)
    , end = max(time)
    , count = n()
  )

Returns

  group               start                 end count
  <int>              <dttm>              <dttm> <int>
1     0 2016-10-28 19:21:19 2016-10-28 19:21:21     4
2     1 2016-10-28 19:23:23 2016-10-28 19:23:25     4
3     2 2016-10-30 03:59:09 2016-10-30 03:59:09     1
4     3 2016-10-30 08:54:31 2016-10-30 08:54:35     2