在R中基于日期和小时维度按15分钟间隔聚合数据的方法咨询

原有代码问题 #

• 仅按15分钟间隔计算值tt分组，未加入日期维度，跨天的相同时间区间会被合并，导致结果混乱
• 手动拆分时间字符串计算分钟数的步骤冗余，直接转换为标准时间类型效率更高

方案1：tidyverse 实现（可读性高） #

library(dplyr)
library(lubridate)

# 转换时间类型后按15分钟区间分组汇总
result <- df %>%
  mutate(Time = ymd_hm(Time),
         time_group = floor_date(Time, unit = "15 mins")) %>%
  group_by(time_group) %>%
  summarise(
    Date = as.Date(last(Time)),
    Hour = hour(last(Time)),
    Time = minute(last(Time)),
    Distance_m = sum(Distance_m, na.rm = TRUE)
  ) %>%
  select(-time_group)

方案2：data.table 实现（海量数据最优选择） #

针对百万级以上的海量数据，data.table的内存优化和计算速度远优于dplyr，性能可提升3~10倍：

library(data.table)
library(lubridate)

setDT(df)
result <- df[, Time := ymd_hm(Time)
             ][, time_group := floor_date(Time, unit = "15 mins")
               ][, .(
                   Date = as.Date(last(Time)),
                   Hour = hour(last(Time)),
                   Time = minute(last(Time)),
                   Distance_m = sum(Distance_m, na.rm = TRUE)
                 ), by = time_group
                 ][, !"time_group"]

两种方案输出结果均和你给出的期望结果一致。

内容的提问来源于stack exchange，提问作者Sorath Abbasi