R语言统计固定时间间隔事件数的简便实现方法

不需要手动编写多层嵌套ifelse判断，直接用R内置的数值切分函数cut()即可实现任意间隔的自动区间划分，全程仅需修改1个间隔参数即可适配不同统计窗口需求，还能避免手动写条件容易出现的边界判断bug。

通用实现代码 #

library(dplyr)

# === 仅需修改此处的间隔数值即可切换统计窗口，比如改成13就是每13秒统计一次 ===
count_interval <- 70
# ==========================================================================

# 自动计算区间断点，从0开始一直覆盖到最大累积时长
max_cum_time <- max(my_data$cumulative)
interval_breaks <- seq(0, max_cum_time + count_interval, by = count_interval)

# 自动匹配分组+计数
result <- my_data %>%
  mutate(
    group_id = cut(
      cumulative,
      breaks = interval_breaks,
      right = FALSE, # 区间规则为左闭右开 [0,70)、[70,140)... 和你原有判断逻辑完全对齐
      labels = FALSE # 输出数字形式的分组编号，和你之前的分组序号规则一致
    )
  ) %>%
  group_by(group_id) %>%
  summarise(event_count = n())

用法说明 #

• 切换统计间隔时，仅需修改count_interval的赋值即可，其余代码无需任何调整，程序会自动生成对应间隔的所有区间断点、自动完成分组打标
• 区间闭合规则可通过right参数调整：设置为TRUE时采用左开右闭规则(0,70]、(70,140]，可根据实际统计需求选择
• 若需要直接生成带区间范围的文本标签（如0-70、70-140），删除labels = FALSE参数即可，函数会自动生成可读的分组标签
• 若需要非等距间隔统计，仅需手动给interval_breaks传入自定义断点向量即可，例如c(0,30,100,200,Inf)即可实现0-30秒、30-100秒、100-200秒、200秒以上的分组统计，同样无需编写条件判断语句

原有嵌套ifelse方案的潜在问题 #

手动写嵌套条件很容易遗漏边界值判断：例如当某粒爆米花的累积爆开时间恰好等于70、140这类区间端点值时，原有判断逻辑没有覆盖这类情况，会被错误划分到最后一组，使用cut()函数只要明确right参数的规则，就可以完全避免这类边界错误。

内容的提问来源于stack exchange，提问作者stats_noob