Agréger sur une période de temps, compter unique

Question

Comment puis-je agréger ces données par périodes de 15 min (temps d'horloge) cumulatif secondes et le nombre d'ID unique pour chaque loc?

> dput(df) 
structure(list(id = c(131, 146, 160, 146, 160, 146, 160, 137, 
157, 144, 124, 144, 119, 119, 242, 242, 235, 235, 145, 262, 258, 
160, 145, 135, 148, 148, 143), loc = structure(c(1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("A", "B"), class = "factor"), 
    time = structure(c(1425197400, 1425197400, 1425197400, 1425197460, 
    1425197460, 1425197520, 1425197520, 1425197940, 1425198180, 
    1425198180, 1425198180, 1425198240, 1425198240, 1425198300, 
    1425198300, 1425198360, 1425198480, 1425198540, 1425198840, 
    1425198900, 1425346560, 1425346560, 1425347280, 1425347460, 
    1425347520, 1425347580, 1425347580), class = c("POSIXct", 
    "POSIXt")), secs = c(35, 60, 60, 60, 60, 19, 24, 0, 0, 60, 
    0, 46, 60, 28, 60, 48, 60, 18, 6, 0, 0, 43, 0, 37, 60, 27, 
    14)), .Names = c("id", "loc", "time", "secs"), row.names = c(NA, 
27L), class = "data.frame") 

La sortie de cet exemple devrait être la suivante:

> dput(df.out) 
structure(list(unique.id = c(3, 7, 2, 2, 4), loc = c("A", "A", 
"A", "B", "B"), time = structure(c(1425172501, 1425173400, 1425174300, 
1425321900, 1425322800), class = c("POSIXct", "POSIXt"), tzone = "UTC"), 
    secs = c(318, 380, 6, 43, 138)), class = c("tbl_df", "tbl", 
"data.frame"), row.names = c(NA, -5L), .Names = c("unique.id", 
"loc", "time", "secs")) 

Je l'ai utilisé XTS package avec succès pour résumer les secondes:

## disregarding the loc grouping: 
df.test <- select(df, time, secs) 
df.test <- na.omit(df.test) ##xts with period.sum does not like NA 
df.test <- as.xts(df.test, order.by = df.test$time) 
df.test <- period.sum(df.test$secs, endpoints(df.test , "mins", k=15)) 
df.test <- align.time(df.test , 15*60) 

Mais je ne peux pas faites de même pour compter l'identifiant unique. En passant, si quelqu'un a une solution plus élégante, je serais heureux d'entrée (serait bien pour préparer des indicateurs de périodes et nourrir juste que tout dplyr::group_by()::summarise())

Merci

Answer 1

Voici une solution en utilisant dplyr. Convertissez le temps en intervalles de 15 minutes, puis effectuez group_y/summary.

df$time<- as.POSIXct(ceiling(as.double(df$time)/(15*60)) * (15*60), 
         origin = '1970-01-01') 
df %>% 
    group_by(time, loc) %>% 
    summarise(unique.id = n_distinct(id), secs = sum(secs)) %>% 
    select(unique.id, loc, time, secs) 

sortie est:

Source: local data frame [5 x 4] 
Groups: time [5] 

    unique.id loc    time secs 
     <int> <fctr>    <dttm> <dbl> 
1   3  A 2015-03-01 03:15:00 318 
2   7  A 2015-03-01 03:30:00 380 
3   2  A 2015-03-01 03:45:00  6 
4   2  B 2015-03-02 20:45:00 43 
5   4  B 2015-03-02 21:00:00 138