R从重叠部分计算会话持续时间

我有一个包含视频流播放信息的数据集。每个会话都按照某人暂停，向前或向后移动播放头等分段进行分割... 我试图以不重叠会话段数的方式聚合流式播放数据。在下面的简化示例中，每个会话A，B，C，我可以有一个以上的再现区间和它们可以重叠：R从重叠部分计算会话持续时间

df<-data.frame(session=c(rep("A",3), rep("B",5), "C"), 
      start=c(1,10,15,1,3,8,14,17,2), 
      end=c(4,18,20,10,5,12,16,20,10))

与会话开始A，其是在3个区段，我可以使用包间隔来计算非重叠会话播放时间：类间隔的

library(intervals) 
x1<-Intervals(df[1:3,c('start','end')]) 
x1

＃对象

＃3的间隔在R：

＃1 [1，4]

＃2 [10，18]

＃3 [15，20]类区间的

interval_intersection(x1)

＃对象

＃2的间隔在R：

＃[ 1,4]

＃[10,20]

size(interval_intersection(x1))

＃[1] 3 10

sum(size(interval_intersection(x1)))

＃[1] 13

所以这让我对会议A.非重叠会话持续时间现在我想获得会话持续时间为我所有的会议。我希望我可以使用像这样用dplyr，但我似乎无法能够整合间隔：

library(dplyr) 
df %>% 
mutate(interval=Intervals(start, end)) %>% 
group_by(session) %>% 
summarise(session_duration=sum(size(interval_intersection(interval)))

这并不工作，因为我不能在发生变异使用的功能区间。

我也试图与tapply但没有工作，要么：

df.intervals<-Intervals(df[c('start','end')]) 
tapply(df.intervals, df$session, function(x) sum(size(interval_intersection(x))))

任何想法表示欢迎！

来源

2017-04-07 chrisjacques

也许fuzzyjoin – mdsumner

@mdsumner：我无法看到如何使用'fuzzyjoin'在这里，你能发展？我真的很感兴趣。 – Scarabee

您不能以mutate开头，因为结果不是长度为nrow(df)的矢量，而是“类间隔的对象”（即使它包含nrow(df)间隔）。

所以，你只需要做的第一分组：

library(intervals) 
library(dplyr) 

df %>% 
    group_by(session) %>% 
    summarise(session_duration = sum(size(interval_intersection(Intervals(c(start, end)))))) 

# # A tibble: 3 × 2 
# session session_duration 
# <fctr>   <dbl> 
# 1  A    13 
# 2  B    16 
# 3  C    8

来源

2017-04-07 23:08:05 Scarabee

R从重叠部分计算会话持续时间

回答

相关问题