lubridate

    0熱度

    1回答

    不介意看到其他解決方案,但我也不明白爲什麼我得到不完整和錯誤的答案。 (lubricate :: interval出錯) 例如del_time [1,]不在時間間隔[3,]中。我們的目標是將「狀態」加入del_time,其中時間間隔爲間隔。 示例數據: library(lubridate) library(dplyr) ti <- now() times <- tibble(time1

    1熱度

    3回答

    如何根據日期範圍定義將大R數據框(> 200萬行)中的每行分類爲單獨的,更小的R數據框(12行)?當通過head(captures)稱爲 我的大數據幀,捕獲,類似於此: 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熱度

    1回答

    我有一個包含重複記錄的數據集,可以由組確定。我想在最早的記錄之後(按日期)將任何東西標記爲重複(或者如果日期相同,則爲第一行.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熱度

    2回答

    我正在處理一個只有年份和月份組件的月份變量data.frame。我的部分數據如下: 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熱度

    1回答

    我計算時間和代碼是: 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,我得到了錯誤: Error in `/.difftime`(w, w2) : second argument of/cann

    1熱度

    1回答

    我有麻煩理解爲什麼下面的代碼行爲如何表現。基本上,過濾器似乎被應用,但在隨後的調用中無法工作。 > 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熱度

    1回答

    短篇小說: - 雖然做我的分析,我忘了考慮日間和周間的值。我需要將它們添加到我的表格中。 長的故事: 我有這個表: library(tidyverse) library(lubridate) df<-structure(list(time = structure(c(1488987000, 1488988800, 1488990600, 1488992400, 14

    0熱度

    1回答

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

    1熱度

    1回答

    用下面的代碼我分裂日期,年裂棗,這幾年到周: 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熱度

    1回答

    嗨大家我知道我以前見過這樣的帖子,但由於某種原因,我試過的建議都沒有奏效。基本上我想要做的是從名爲「Production.Period.End.Date」的變量中取出日期,格式爲dd/mm/yyyy,並將這些日期的每個部分分成不同的對象進行分析。我這樣做的原因是採取標記爲「Period_kWh_Production」的年平均千瓦產量並追蹤該加班的變化。如果有幫助,我粘貼下面的代碼。 setwd(