构建航班地面停留区间并计算单站最大同时在港航班数

核心逻辑 #

计算单站最大同时在港数，最高效的方式是事件点统计法：将航班到达视为「在港数+1」事件，出发视为「在港数-1」事件，按时间排序后遍历统计，记录峰值即可。无需复杂的区间配对，逻辑清晰且性能更优。

步骤实现 #

1. 数据预处理（确保时间格式正确） #

首先将时间列转换为POSIXct格式，保证时间计算有效：

library(dplyr)

# 构造示例数据（替换为你的实际数据）
df <- data.frame(
  REG = c("XYZ", "XYZ", "KLN", "KLN"),
  DEP = c("ZRH", "GVA", "MUC", "GVA"),
  ARV = c("GVA", "ZRH", "GVA", "CGD"),
  STD = as.POSIXct(c("2021-08-01 07:20:00", "2021-08-01 09:20:00", "2021-08-01 06:00:00", "2021-08-01 08:45:00")),
  STA = as.POSIXct(c("2021-08-01 08:35:00", "2021-08-01 10:35:00", "2021-08-01 07:10:00", "2021-08-01 10:10:00"))
)

2. 生成事件数据集 #

拆分到达和出发事件，标记数量变化：

# 到达事件：机场为目的地ARV，时间为STA，在港数+1
arrival_events <- df %>%
  select(airport = ARV, time = STA, delta = 1)

# 出发事件：机场为出发地DEP，时间为STD，在港数-1
departure_events <- df %>%
  select(airport = DEP, time = STD, delta = -1)

# 合并并按机场、时间排序
all_events <- bind_rows(arrival_events, departure_events) %>%
  arrange(airport, time)

3. 计算最大同时在港数 #

按机场分组，累计事件变化值，取最大值：

max_on_ground <- all_events %>%
  group_by(airport) %>%
  mutate(current_count = cumsum(delta)) %>%
  summarise(max_simultaneous = max(current_count, na.rm = TRUE))

# 查看结果
print(max_on_ground)

示例数据运行后，GVA机场的最大同时在港数为2，符合预期。

补充：正确的停留区间构建方法 #

如果确实需要构建航班在机场的停留区间（比如用于其他分析），可以通过同一飞机（REG）的航班序列配对：

library(dplyr)

stay_intervals <- df %>%
  group_by(REG) %>%
  arrange(STD) %>%  # 按出发时间排序，保证航班顺序正确
  mutate(
    stay_airport = lag(ARV),  # 前一班的到达机场即停留机场
    stay_start = lag(STA),    # 停留开始时间为前一班的到达时间
    stay_end = STD            # 停留结束时间为当前班的出发时间
  ) %>%
  # 过滤有效停留：排除首班（无前序航班），且当前出发机场等于前序到达机场
  filter(!is.na(stay_airport) & stay_airport == DEP) %>%
  select(REG, stay_airport, stay_start, stay_end)

# 查看区间结果
print(stay_intervals)

原代码问题分析 #

你编写的代码存在以下核心问题：

• 嵌套循环遍历所有i/j，未关联同一飞机（REG）的航班，导致区间配对完全错误
• min(df$STD[i])仅取单一行的STD值（无意义），未针对同一REG的航班做时间关联
• 函数最终仅返回单个区间，无法覆盖所有航班的停留情况

内容的提问来源于stack exchange，提问作者Sony