在数据框中计算距离。

Question

我有一个包含时间和速度测量值（km/h）的大型数据框。以下是数据库的简短示例：

df <- data.frame(time = as.POSIXct(c("2019-04-01 13:55:18", "2019-04-01 14:03:18",
                                     "2019-04-01 14:14:18", "2019-04-01 14:26:55",
                                     "2019-04-01 14:46:55", "2019-04-01 15:01:55")),
                 speed = c(4.5, 6, 3.2, 5, 4, 2))

有没有办法创建一个新的数据框，从2019年4月1日14:00:00到2019年4月1日15:00:00，每20分钟计算行驶距离？假设速度变化是线性的。我试图用积分找到解决方案，但不确定是否这是正确的方法。感谢您的帮助！

- Lerra

---

只是为了明确，从13:55:18到14:03:18的速度为4.5公里每小时，从那时起直到14:26:55为止的速度为6公里每小时，以此类推。在这些间隔内，速度是恒定的，您想知道每20分钟覆盖了多少距离？ - mnist

从下午2点到2点20分，速度为4.5时，时间是14:18，速度为6km/h时，时间是5:42。 - mnist

好的，我错过了第二个间隔。所以在前20分钟内会有三种不同的速度。 - mnist

应该解释得更清楚。速度会呈线性增长，因此不是恒定的。因此，在13:55:18和14:03:18之间，速度从4.5公里/小时增加到6公里/小时。 - Lerra

啊，有趣。祝你好运 :) - mnist

你应该从起点开始计算秒数，然后根据20分钟间隔添加分组，并查看每个速度分组内有多少秒。接着，你需要根据速度和在20分钟时间块内的时间计算加权平均值。 - Merijn van Tilborg

Answer 1

这里有一个使用zoo :: na.approx 和dplyr 函数组合的解决方案。

library(zoo)
library(dplyr)

seq = data.frame(time = seq(min(df$time),max(df$time), by = 'secs'))
df <- merge(seq,df,all.x=T)
df$speed <- na.approx(df$speed)

df %>%
  filter(time >= "2019-04-01 14:00:00" & time < "2019-04-01 15:00:00") %>% 
  mutate(km = speed/3600) %>% 
  group_by(group = cut(time, breaks = "20 min")) %>% 
  summarise(distance = sum(km))

这将得到：

# A tibble: 3 x 2
  group               distance
  <fct>                  <dbl>
1 2019-04-01 14:00:00     1.50
2 2019-04-01 14:20:00     1.54
3 2019-04-01 14:40:00     1.16

解释： 第一步是创建一个时间段序列来计算两个时间点之间的速度（seq）。然后将该序列与数据框合并，并使用na.approx填充NAs。接下来，使用dplyr动词来过滤数据帧，并使用cut创建20分钟序列。最终的距离是20分钟时间范围内每1秒距离的总和。

- Maël