基于24小时时间框架为R数据集分配Bin分组的方法求助

我来帮你搞定这个分组需求！先明确下咱们的规则：

• 事件起止都在同一个自然日 → 归到该日对应的Bin
• 事件跨天（结束时间在次日及以后）→ 归到结束日期对应的Bin
• Bin编号从最早的日期开始，按先后顺序排1、2、…n

下面是一步步的实现方法：

1. 先把时间列转成可操作的日期时间类型 #

你当前的startTime和endTime是字符型，R没法直接识别日期，所以第一步要转成POSIXct类型：

test$startTime <- as.POSIXct(test$startTime)
test$endTime <- as.POSIXct(test$endTime)

2. 确定每个事件对应的分组日期 #

根据规则，我们要判断事件是否跨天：

• 起止日期相同 → 用开始日期当分组日期
• 起止日期不同 → 用结束日期当分组日期

用as.Date()提取日期部分，再用ifelse()做判断：

test$group_date <- ifelse(as.Date(test$startTime) == as.Date(test$endTime),
                          as.Date(test$startTime),
                          as.Date(test$endTime))

3. 把分组日期转成连续的Bin编号 #

现在要把不同的日期映射成从1开始的编号，用factor()配合as.integer()就能轻松实现，而且会自动按日期顺序排序：

test$Bin <- as.integer(factor(test$group_date, levels = unique(sort(test$group_date))))

完整代码&验证 #

把所有步骤整合起来，运行后就能得到你想要的结果：

# 原始数据
test <- data.frame("Event" = c("A", "B", "C","D","E"),
                   "startTime" = c("2017-08-01 00:37:27", "2017-08-01 00:44:32", "2017-08-01 23:30:00","2017-08-01 23:55:47", "2017-08-02 01:00:00" ), 
                   "endTime" = c("2017-08-01 20:13:13", "2017-08-01 21:30:45", "2017-08-02 09:00:00","2017-08-01 23:56:47", "2017-08-02 04:18:38"), 
                   "Bin" = c(1,1,2,1,2))

# 转换时间类型
test$startTime <- as.POSIXct(test$startTime)
test$endTime <- as.POSIXct(test$endTime)

# 确定分组日期
test$group_date <- ifelse(as.Date(test$startTime) == as.Date(test$endTime),
                          as.Date(test$startTime),
                          as.Date(test$endTime))

# 生成Bin编号
test$Bin <- as.integer(factor(test$group_date, levels = unique(sort(test$group_date))))

# 查看结果
print(test)

运行后输出的Bin列和你预期的完全一致：

Event           startTime             endTime Bin group_date
1     A 2017-08-01 00:37:27 2017-08-01 20:13:13   1 2017-08-01
2     B 2017-08-01 00:44:32 2017-08-01 21:30:45   1 2017-08-01
3     C 2017-08-01 23:30:00 2017-08-02 09:00:00   2 2017-08-02
4     D 2017-08-01 23:55:47 2017-08-01 23:56:47   1 2017-08-01
5     E 2017-08-02 01:00:00 2017-08-02 04:18:38   2 2017-08-02

进阶：用dplyr简化代码 #

如果你习惯用dplyr的链式操作，代码会更简洁，处理大数据集也更顺手：

library(dplyr)

test <- test %>%
  mutate(across(c(startTime, endTime), as.POSIXct),
         group_date = if_else(as.Date(startTime) == as.Date(endTime),
                              as.Date(startTime),
                              as.Date(endTime)),
         Bin = as.integer(factor(group_date, levels = unique(sort(group_date)))))

内容的提问来源于stack exchange，提问作者TuD