从时间戳中提取部分信息

Question

我有一些数据集，其中动物每5秒钟被记录一次。这些数据存储在postgis中，我正在使用R分析和绘制数据。我想在图表上添加一些标记，显示每小时的位置。我将数据集的子集拉入R中，生成一个数据框，其中包括时间戳和每个点的x和y坐标等信息。

我的数据集大致有10000行，下面是其中一部分的summary()：

 id             datetime                        date           
Min.   :2664295   Min.   :2009-08-21 05:00:04   Min.   :2009-08-21  
1st Qu.:2666819   1st Qu.:2009-08-21 08:30:15   1st Qu.:2009-08-21  
Median :2669342   Median :2009-08-21 12:00:03   Median :2009-08-21  
Mean   :2669342   Mean   :2009-08-21 11:30:10   Mean   :2009-08-21  
3rd Qu.:2671866   3rd Qu.:2009-08-21 14:22:44   3rd Qu.:2009-08-21  
Max.   :2674390   Max.   :2009-08-21 16:59:58   Max.   :2009-08-21  

 lokalitet             cowid           x                y          
Length:10          Min.   :553   Min.   :455329   Min.   :6712350  
Class :character   1st Qu.:553   1st Qu.:455718   1st Qu.:6712744  
Mode  :character   Median :553   Median :456154   Median :6713068  
                   Mean   :553   Mean   :456011   Mean   :6713074  
                   3rd Qu.:553   3rd Qu.:456274   3rd Qu.:6713470  
                   Max.   :553   Max.   :456361   Max.   :6713596  

所以，我想要做的是按照日期时间对数据集进行子集选择，其中分钟部分为0，秒部分为<5（即对于摘要中显示的时间戳，我想要的是05:00:04和12:00:03）。（我知道我可以在postgres中做到这一点，但由于基础数据集相当大（约4 M行），并且我没有为部分时间戳建立索引，所以我认为最好在R中对子集进行操作）（不，因为我想要多次执行此操作，所以我不想手动查找匹配的第一行，然后从那里每隔720行取一行）

- MortenSickel

---

请提供一个可重现的例子，例如 dput(head(yourData))。 - Sven Hohenstein

考虑向 http://sqlfiddle.com/ 添加一些数据，这样我们就可以使用相同的信息进行工作。 - Craig Ringer

Answer 1

使用lubridate包，从日期中提取分钟和秒钟并进行测试非常容易。例如：

library(lubridate)

## Sample data
dates <- as.POSIXlt(c("2009-08-21 05:00:04","2009-08-21 08:30:15","2009-08-21 12:00:03","2009-08-21 11:30:10","2009-08-21 14:22:44","2009-08-21 16:59:58"))

## How to extract minutes
minute(dates)
# [1]  0 30  0 30 22 59

## How to extract seconds
second(dates)
# [1]  4 15  3 10 44 58

## Select dates from minutes and seconds values
dates[minute(dates)==0 & second(dates) < 5]
# [1] "2009-08-21 05:00:04" "2009-08-21 12:00:03"

- juba

Answer 2

你可以创建一个辅助函数，接受格式字符串并将其转换为数字。我假设datatimes是POSIXct类型而不是POSIXlt类型。(POSIXct类型与数据框操作不兼容。)

ndtfrm <- function(dt, frm) as.numeric(format(dt, frm))
ndtfrm(dates, "%M")
#[1]  0 30  0 30 22 59
ndtfrm(dates, "%S")
#[1]  4 15  3 10 44 58

 dfrm[ ndtfrm(dfrm$dates, "%M") ==0 & ndtfrm(dfrm$dates, "%S") < 5 , ]

- IRTFM

Answer 3

感谢您的回答，但事实证明在PostgreSQL中最容易完成它...

一个简单的。

SELECT ..., case when extract(second from datetime)<5 
                         and extract(minute from datetime) = 28 
  then extract(hour from datetime) end as marker  FROM ....

这个给了我所需的 - 而且因为我只是在和整个数据集一起取回这些数据，所以无需搜索这些点。

- MortenSickel