अगले होने वाले रिकॉर्ड का सूचकांक

Question

मेरे पास एक बाइक के प्रक्षेपण का एक नमूना डेटासेट है। मेरे उद्देश्य, यह पता लगाने की औसत पर है, समय की राशि है कि स्टेशन का दौरा करने के बी के बीच में खामियों

अब तक, मैं कर पाए हैं बस के साथ डाटासेट ऑर्डर करने के लिए:

test[order(test$starttime, decreasing = FALSE),] 

और पाते हैं जहां start_station और end_station बराबर बी

which(test$start_station == 'B') 
which(test$end_station == 'B') 

अगले भाग है, जहां मैं मुसीबत में पड़ की पंक्ति सूचकांक। आदेश समय की गणना करने के लिए कि खामियों जब बाइक स्टेशन बी में है के बीच में, हम जहां start_station = "B" (बाइक छोड़ देता है) के बीच difftime() और रिकॉर्ड होने वाली अगली जहां end_station= "B", भले ही रिकॉर्ड में होने वाला रखना चाहिए में एक ही पंक्ति (पंक्ति 6 ​​देखें)।

नीचे डाटासेट का उपयोग करना, हम जानते हैं कि बाइक 7:30:00 और स्टेशन बी, 18:00:00 के बीच 30 मिनट और स्टेशन बी के 18:30:00 बाहर, और 19:00:00 के बीच 210 मिनट और स्टेशन बी के 22:30:00 बाहर, के 16:00:00 बाहर के बीच 510 मिनट तक जो औसत 250 minutes.

difftime() का उपयोग करके आर में इस आउटपुट को पुन: पेश कैसे किया जाएगा?

> test 
    bikeid start_station   starttime end_station    endtime 
1  1    A 2017-09-25 01:00:00   B 2017-09-25 01:30:00 
2  1    B 2017-09-25 07:30:00   C 2017-09-25 08:00:00 
3  1    C 2017-09-25 10:00:00   A 2017-09-25 10:30:00 
4  1    A 2017-09-25 13:00:00   C 2017-09-25 13:30:00 
5  1    C 2017-09-25 15:30:00   B 2017-09-25 16:00:00 
6  1    B 2017-09-25 18:00:00   B 2017-09-25 18:30:00 
7  1    B 2017-09-25 19:00:00   A 2017-09-25 19:30:00 
8  1    А 2017-09-25 20:00:00   C 2017-09-25 20:30:00 
9  1    C 2017-09-25 22:00:00   B 2017-09-25 22:30:00 
10  1    B 2017-09-25 23:00:00   C 2017-09-25 23:30:00 

यहाँ नमूना डेटा है: के रूप में यह होता है क्रम में पूछा

> dput(test) 
structure(list(bikeid = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1), start_station = c("A", 
"B", "C", "A", "C", "B", "B", "А", "C", "B"), starttime = structure(c(1506315600, 
1506339000, 1506348000, 1506358800, 1506367800, 1506376800, 1506380400, 
1506384000, 1506391200, 1506394800), class = c("POSIXct", "POSIXt" 
), tzone = ""), end_station = c("B", "C", "A", "C", "B", "B", 
"A", "C", "B", "C"), endtime = structure(c(1506317400, 1506340800, 
1506349800, 1506360600, 1506369600, 1506378600, 1506382200, 1506385800, 
1506393000, 1506396600), class = c("POSIXct", "POSIXt"), tzone = "")), .Names = c("bikeid", 
"start_station", "starttime", "end_station", "endtime"), row.names = c(NA, 
-10L), class = "data.frame") 

Answer 1

यह अंतर की गणना करेगा, लेकिन data.frame

lapply(df1$starttime[df1$start_station == "B"], function(x, et) difftime(et[x < et][1], x, units = "mins"), et = df1$endtime[df1$end_station == "B"]) 

[[1]] 
Time difference of 510 mins 

[[2]] 
Time difference of 30 mins 

[[3]] 
Time difference of 210 mins 

[[4]] 
Time difference of NA mins 

से संलग्न नहीं है की गणना करने के औसत समय:

v1 <- sapply(df1$starttime[df1$start_station == "B"], function(x, et) difftime(et[x < et][1], x, units = "mins"), et = df1$endtime[df1$end_station == "B"]) 
mean(v1, na.rm = TRUE) 

[1] 250 

Answer 2

एक और संभावना:

library(data.table) 
d <- setDT(test)[ , { 
    start = starttime[start_station == "B"] 
    end = endtime[end_station == "B"] 
    .(start = start, end = end, duration = difftime(end, start, units = "min")) 
} 
, by = .(trip = cumsum(start_station == "B"))] 
d 
# trip    start     end duration 
# 1: 0    <NA> 2017-09-25 01:30:00 NA mins 
# 2: 1 2017-09-25 07:30:00 2017-09-25 16:00:00 510 mins 
# 3: 2 2017-09-25 18:00:00 2017-09-25 18:30:00 30 mins 
# 4: 3 2017-09-25 19:00:00 2017-09-25 22:30:00 210 mins 
# 5: 4 2017-09-25 23:00:00    <NA> NA mins 


d[ , mean(duration, na.rm = TRUE)] 
# Time difference of 250 mins 

# or 
d[ , mean(as.integer(duration), na.rm = TRUE)] 
# [1] 250 

---

डेटा एक काउंटर जो 1 से हर बार एक मोटर साइकिल की 'बी' (by = cumsum(start_station == "B")) से शुरू होता है बढ़ जाती है के आधार पर वर्गीकृत किया जाता है।