У меня есть кадр данных, который выглядит так:
date_time loc_id node energy kgco2
1 2009-02-27 00:11:08 87 103 0.00000 0.00000
2 2009-02-27 01:05:05 87 103 7.00000 3.75900
3 2009-02-27 02:05:05 87 103 6.40039 3.43701
4 2009-02-27 03:05:05 87 103 4.79883 2.57697
5 2009-02-27 04:05:05 87 103 4.10156 2.20254
6 2009-02-27 05:05:05 87 103 2.59961 1.39599
В любом случае я могу подмножить его в зависимости от диапазона времени, например, от 2 до 5 утра. Затем я должен получить результат, который выглядит следующим образом:
date_time loc_id node energy kgco2
3 2009-02-27 02:05:05 87 103 6.40039 3.43701
4 2009-02-27 03:05:05 87 103 4.79883 2.57697
5 2009-02-27 04:05:05 87 103 4.10156 2.20254
Я бы использовал пакет lubridate и функцию hour(), чтобы упростить вашу жизнь...
require( lubridate )
with( df , df[ hour( date_time ) >= 2 & hour( date_time ) < 5 , ] )
# date_time loc_id node energy kgco2
#3 2009-02-27 02:05:05 87 103 6.40039 3.43701
#4 2009-02-27 03:05:05 87 103 4.79883 2.57697
#5 2009-02-27 04:05:05 87 103 4.10156 2.20254
Один из способов сделать это - использовать lubridate и определить интервал:
library(lubridate)
date1 <- as.POSIXct("2009-02-27 02:00:00")
date2 <- as.POSIXct("2009-02-27 05:00:00")
int <- new_interval(date1, date2)
df[df$datetime %within% int,]
Я бы предложил использовать пакет xts для анализа временных рядов. Он имеет очень удобные функции подмножества.
DF
## date_time loc_id node energy kgco2
## 1 2009-02-27 00:11:08 87 103 0.00000 0.00000
## 2 2009-02-27 01:05:05 87 103 7.00000 3.75900
## 3 2009-02-27 02:05:05 87 103 6.40039 3.43701
## 4 2009-02-27 03:05:05 87 103 4.79883 2.57697
## 5 2009-02-27 04:05:05 87 103 4.10156 2.20254
## 6 2009-02-27 05:05:05 87 103 2.59961 1.39599
require(xts)
XTSDATA <- xts(DF[, -1], DF[, 1])
XTSDATA["T02:00:00/T05:00:00"]
## loc_id node energy kgco2
## 2009-02-27 02:05:05 87 103 6.40039 3.43701
## 2009-02-27 03:05:05 87 103 4.79883 2.57697
## 2009-02-27 04:05:05 87 103 4.10156 2.20254