lubridate

    0热度

    1回答

    不介意看到其他解决方案,但我也不明白为什么我得到不完整和错误的答案。 (lubricate :: interval出错) 例如del_time [1,]不在时间间隔[3,]中。我们的目标是将“状态”加入del_time,其中时间间隔为间隔。 示例数据: library(lubridate) library(dplyr) ti <- now() times <- tibble(time1

    1热度

    3回答

    如何根据日期范围定义将大R数据框(> 200万行)中的每行分类为单独的,更小的R数据框(12行)?当通过head(captures)称为 我的大数据帧,捕获,类似于此: id date sex 1 160520 2016-11-22 1 2 1029735 2016-11-12 1 3 1885200 2016-11-05 1 4 2058366 2015-09-26 2 5 205

    0热度

    1回答

    我有一个包含重复记录的数据集,可以由组确定。我想在最早的记录之后(按日期)将任何东西标记为重复(或者如果日期相同,则为第一行.id)。 library(data.table) library(lubridate) groupA <- c("A","B","C","A","B","C","D","E","A") groupB <- c("y","n","n","y","y","n","y",

    3热度

    2回答

    我正在处理一个只有年份和月份组件的月份变量data.frame。我的部分数据如下: month DIV MKTP 1 1941-12 0.005752218 -4.87 2 1942-01 0.005767111 0.79 3 1942-02 0.005781771 -2.46 4 1942-03 0.005859665 -6.58 5 1942-04 0.005906924 -4

    2热度

    1回答

    我计算时间和代码是: x <- as.Date("2016-01-01") y <- as.Date("2016-01-31") z <- as.Date("2017-01-01") w <- max(0,y-x) w2 <- z-x w/w2 但是,我得到了错误: Error in `/.difftime`(w, w2) : second argument of/cann

    1热度

    1回答

    我有麻烦理解为什么下面的代码行为如何表现。基本上,过滤器似乎被应用,但在随后的调用中无法工作。 > library(dplyr) > library(lubridate) > > md1 <- data.frame(no = 1:4, time = c("12:30:00", "13:30:00", "14:30:00", "15:30:00")) > md1$time <- hms(md

    1热度

    1回答

    短篇小说: - 虽然做我的分析,我忘了考虑日间和周间的值。我需要将它们添加到我的表格中。 长的故事: 我有这个表: library(tidyverse) library(lubridate) df<-structure(list(time = structure(c(1488987000, 1488988800, 1488990600, 1488992400, 14

    0热度

    1回答

    表演在lubridate这个基本操作: library("lubridate") seconds_to_period(10 * 3600) + hours(24) - seconds_to_period(19.67 * 3600) 结果: "15H -40M -12S" 我期待: "14H 19M 48S" 它是正常的吗?

    1热度

    1回答

    用下面的代码我分裂日期,年裂枣,这几年到周: library(lubridate) start = as.Date('2002-01-01') end = as.Date('2017-01-01') dates = sample(seq(as.Date('2002-01-01 00:00:00'), as.Date('2017-04-01 00:00:00'), by="day"), e

    0热度

    1回答

    嗨大家我知道我以前见过这样的帖子,但由于某种原因,我试过的建议都没有奏效。基本上我想要做的是从名为“Production.Period.End.Date”的变量中取出日期,格式为dd/mm/yyyy,并将这些日期的每个部分分成不同的对象进行分析。我这样做的原因是采取标记为“Period_kWh_Production”的年平均千瓦产量并追踪该加班的变化。如果有帮助,我粘贴下面的代码。 setwd(