Суммируйте данные в перекрывающихся интервалах времени

Я пытаюсь создать сводную статистику для набора фильтров, которые работают в режиме опережения/отставания.

Краткое описание опережения/отставания:

Когда новый фильтр подключается к сети, он помещается в запаздывающее положение, что означает, что вода проходит через него после того, как она проходит через первичный (он же ведущий) фильтр. Когда опережающий фильтр засорен, текущий запаздывающий фильтр перемещается в лидирующее положение. Подводя итог, фильтр начинает с отставания, а затем переходит в опережение.

Визуально это можно представить так:

Что мне нужно сделать, так это суммировать все время, пока один фильтр был в сети, как в опережающей, так и в отстающей позиции.

Вот пример данных:

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, 20, 20, 20, 20, 20, 20, 20, 20, 20, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10), lag_start = structure(c(1608192000,1608192000, 1608192000, 1608192000, 1608192000, 1608192000, 1608192000,1608192000, 1608192000, 1608192000, 1608192000, 1608192660, 1608192660,1608192660, 1608192660, 1608192660, 1608192660, 1608192660, 1608192660,1608192660, 1608192660, 1608193260, 1608193260, 1608193260, 1608193260,1608193260, 1608193260, 1608193260, 1608193260, 1608193260, 1608193260), class = c("POSIXct", "POSIXt"), tzone = "UTC"), lead_start = c("#N/A","#N/A", "#N/A", "#N/A", "#N/A", "#N/A", "#N/A", "#N/A", "#N/A","#N/A", "#N/A", "12/17/2020 8:11", "12/17/2020 8:11", "12/17/2020 8:11","12/17/2020 8:11", "12/17/2020 8:11", "12/17/2020 8:11", "12/17/2020 8:11","12/17/2020 8:11", "12/17/2020 8:11", "12/17/2020 8:11", "12/17/2020 8:21","12/17/2020 8:21", "12/17/2020 8:21", "12/17/2020 8:21", "12/17/2020 8:21","12/17/2020 8:21", "12/17/2020 8:21", "12/17/2020 8:21", "12/17/2020 8:21","12/17/2020 8:21")), 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","collector")), polish_start = structure(list(), class = c("collector_character", "collector")), lead_start = structure(list(), class = c("collector_character","collector"))), default = structure(list(), class = c("collector_guess","collector")), skip = 1), class = "col_spec"))

Моя идея состоит в том, чтобы «разложить» их и просто принять, что будут повторяющиеся временные метки, но каждая строка будет связана только с одним фильтром. Любые мысли о том, как это сделать? Невложенный DF будет выглядеть так:

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, 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, 20, 20, 20, 20, 20, 20, 20, 20, 20, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA), lag_start = structure(c(1608192000, 1608192000, 1608192000,1608192000, 1608192000, 1608192000, 1608192000, 1608192000,1608192000,1608192000, 1608192000, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 1608192660, 1608192660, 1608192660, 1608192660, 1608192660, 1608192660,1608192660, 1608192660, 1608192660, 1608192660, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA), class = c("POSIXct", "POSIXt"), tzone = "UTC"), lead_start = structure(c(NA, NA, NA, NA, NA, NA, NA, NA,NA, NA, NA, 1608192660, 1608192660, 1608192660, 1608192660,1608192660, 1608192660, 1608192660, 1608192660, 1608192660,1608192660, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 1608193260,1608193260, 1608193260, 1608193260, 1608193260, 1608193260,1608193260, 1608193260, 1608193260, 1608193260), class = c("POSIXct","POSIXt"), tzone = "UTC"), filter_id = c(1, 1, 1, 1, 1, 1,1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2)), class = c("spec_tbl_df", 
"tbl_df", "tbl", "data.frame"), row.names = c(NA, -41L), spec = structure(list(cols = list(record_timestamp = structure(list(), class = c("collector_character","collector")), flow = structure(list(), class = c("collector_double","collector")), polish_start = structure(list(), class = c("collector_character","collector")), lead_start = structure(list(), class = c("collector_character", "collector")), filter_id = structure(list(), class = c("collector_double","collector"))), default = structure(list(), class = c("collector_guess","collector")), skip = 1), class = "col_spec"))

Однако я понимаю, что это удвоит размер данных, с которыми я работаю, а это уже несколько лет одноминутных данных. Поэтому, если есть способ сделать это без удвоения меток времени, это было бы предпочтительнее.

Наконец, конечная цель состоит в том, чтобы иметь небольшой итоговый DF, который выглядит так:

   Filter ID  |  Total Flow
----------------------------
       1      |     370
       2      |     250
      ...     |     ...

Изменены столбцы на POSIXct вместо chr. Для этого нет столбца. Что я могу сделать, так это вывести все интервалы для каждого фильтра. Например: данные %>% отличные(lag_start, .keep_all = TRUE) %>% mutate(changeout_interval = interval(lag_start, lead(lead_start)))

setty 19.12.2020 01:18

При этом вы получаете время начала и окончания для каждого фильтра или NA для фильтра, который используется в данный момент. Я предполагаю, что текущая дата-время может быть использована в качестве конечной точки для этих фильтров. Это помогает?

setty 19.12.2020 01:20

Спасибо за подробности. Пожалуйста, смотрите ответ ниже. Дает ли это желаемый результат? Или, пожалуйста, дайте мне знать, если я упустил некоторые другие детали.

Ben 19.12.2020 01:57
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
3
79
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Благодарим за предоставление дополнительной информации. Кажется, что вы могли бы group_bylag_start время в одиночестве. Затем вы можете рассчитать общее количество flow, находясь в этой позиции (с опережением или отставанием). После этого вы можете последовательно назначать номера фильтров, и тогда общий фильтр flow будет суммой flow как в текущей строке, так и в следующей строке. Дает ли это желаемый результат?

df %>%
  group_by(lag_start) %>%
  summarise(flow_per_position = sum(flow)) %>%
  mutate(filter_id = row_number(),
         total_filter_flow = flow_per_position + lead(flow_per_position, default = 0))

Выход

  lag_start           flow_per_position filter_id total_filter_flow
  <dttm>                          <dbl>     <int>             <dbl>
1 2020-12-17 08:00:00               220         1               370
2 2020-12-17 08:11:00               150         2               250
3 2020-12-17 08:21:00               100         3               100

Спасибо! Это отвечает на главный вопрос, который мне был нужен. Однако теперь я понимаю, что мне может понадобиться «отключить» фильтры для упрощения построения графика, но это отдельный вопрос.

setty 21.12.2020 18:17

Другие вопросы по теме