如何解决“Unnest”重叠时间间隔
我正在尝试为一组以超前/滞后方式运行的过滤器创建绘图。
超前/滞后的简短描述：
当一个新的过滤器上线时，它被置于滞后位置，这意味着水在通过初级（又名铅）过滤器后通过它。当超前过滤器堵塞时，当前滞后过滤器移动到超前位置。总而言之，过滤器从滞后位置开始，然后撞到领先位置。
视觉上，你可以这样想象：
我需要做的是“取消嵌套”（因为没有更好的词）重叠的时间段。换句话说，我希望每个过滤器都有一个连续运行的时间戳，而不管它处于什么领先/滞后位置。
数据结构如下：
data <- structure(list(record_timestamp = structure(c(1608192000,1608192060,1608192120,1608192180,1608192240,1608192300,1608192360,1608192420,1608192480,1608192540,1608192600,1608192660,1608192720,1608192780,1608192840,1608192900,1608192960,1608193020,1608193080,1608193140,1608193200,1608193260,1608193320,1608193380,1608193440,1608193500,1608193560,1608193620,1608193680,1608193740,1608193800),class = c("POSIXct","POSIXt"),tzone = "UTC"),flow = c(20,20,15,10,10),lag_start = structure(c(1608192000,1608192000,1608193260),lead_start = structure(c(NA,NA,changeout_interval = new("Interval",.Data = c(0,660,600,NA),start = structure(c(1608192000,1608193260 ),tzone = "UTC","POSIXt")),tzone = "UTC")),class = c("spec_tbl_df","tbl_df","tbl","data.frame"),row.names = c(NA,-31L),spec = structure(list( cols = list(record_timestamp = structure(list(),class = c("collector_character","collector")),flow = structure(list(),class = c("collector_double",polish_start = structure(list(),lead_start = structure(list(),"collector"))),default = structure(list(),class = c("collector_guess",skip = 1),class = "col_spec"))
我对最终结果的设想是这样的：
end_data <- structure(list(record_timestamp = structure(c(1608192000,filter_id = c(1,1,2,2)),-41L),spec = structure(list(cols = list(record_timestamp = structure(list(),filter_id = structure(list(),class = "col_spec"))
这会使时间戳加倍，但它可以更轻松地进行绘图，因为我可以在 filter_id 列上group_by。
到目前为止，我所拥有的是每个过滤器的一组时间间隔，从开始到结束，直到滞后。这是代码：
intervals <- data %>%
distinct(lag_start,.keep_all = TRUE) %>%
mutate(changeout_interval = interval(lag_start,lead(lag_start,2))) %>%
select(record_timestamp,changeout_interval)
从那里开始，我如何过滤每个间隔内的所有时间戳？几乎就像一个条件 pivot_longer。
最终目标是能够绘制过滤器的整个寿命，包括超前和滞后，只需几行 ggplot2。这是我对剧情的设想：
grouped_data <- data %>%
group_by(lag_start) %>%
mutate(elapsed_time = difftime(record_timestamp,record_timestamp[1],units = "mins"),total_flow = cumsum(flow))
ggplot(grouped_data,aes(x = elapsed_time,y = total_flow)) +
geom_line(aes(color = as.factor(lag_start)))
但此图不包括每个过滤器变为领先位置时的流量。
解决方法
使用 dense_rank 按 lag_start 对过滤器进行分组，然后为每个过滤器创建一条记录。由于 interval 和 end_data 具有不同的数据结构，因此信息采用宽格式。
library(dplyr)
library(lubridate)
data %>%
select(-changeout_interval) %>% # example only as interval appeared to calculate this
mutate(filter_id = dense_rank(lag_start)) %>%
group_by(filter_id) %>%
slice(1) %>%
ungroup() %>%
mutate(lead_start = lead(lead_start),lead_end = lead(lead_start),changeout_interval = interval(lag_start,lead_end))
# A tibble: 3 x 7
record_timestamp flow lag_start lead_start filter_id lead_end
<dttm> <dbl> <dttm> <dttm> <int> <dttm>
1 2020-12-17 08:00:00 20 2020-12-17 08:00:00 2020-12-17 08:11:00 1 2020-12-17 08:21:00
2 2020-12-17 08:11:00 15 2020-12-17 08:11:00 2020-12-17 08:21:00 2 NA
3 2020-12-17 08:21:00 10 2020-12-17 08:21:00 NA 3 NA
更新以澄清问题的补充。使用与 dense_rank 相同的方法，然后通过 pivot_longer 切换到长格式，使 cumsum 要求更易于绘制。
library(dplyr)
library(tidyr)
library(ggplot2)
plot_data <- data %>%
select(-changeout_interval) %>% # example only as interval appeared to calculate this
mutate(filter_lag = dense_rank(lag_start),filter_lead = filter_lag - 1) %>%
select(-lag_start,-lead_start) %>%
pivot_longer(cols = starts_with("filter_"),names_to = "position",names_prefix = "filter_",values_to = "filter") %>%
filter(filter > 0) %>% # drops the starting filter as data shows no lead filter?
group_by(filter) %>%
mutate(elapsed_time = difftime(record_timestamp,record_timestamp[1],units = "mins"),rolling_flow = cumsum(flow))
绘制 elapsed_time 和 rolling_flow
ggplot(plot_data,aes(x = as.numeric(elapsed_time),y = rolling_flow,color = factor(filter))) +
geom_line()
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。