首页 / 问题 / 正文

计算15分钟周期数的代码

0 投票
4 回答
921 浏览
提问于 2025-04-17 08:58

我遇到了一个问题。我有一个数据集，里面记录了旅行的开始时间（STRTTIME）和结束时间（ENDTIME），时间格式是24小时制的。我想计算每15分钟内的旅行次数。我的目标是确定从0000到2359（总共96个时间段）每个15分钟时间段内发生的旅行次数。我可以在Excel里写96个虚拟变量来实现，但我更希望能用R或Python写一些代码（我正在学习这两种语言，所以我的知识还很基础）。我可以设置一个计数器，然后增加计数，但我不太确定如何处理两个时间变量，感觉有些无从下手。以下是我的例子。这里有一些示例数据（CSV格式）。

  1. 假设一次旅行在0805开始，0840结束，那么每15分钟的时间段将有以下值：
    • 0000-0015 - 0
    • 0015-0030 - 0
    • ....
    • 0800-0815 - 2/3
    • 0815-0830 - 1
    • 0830-0845 - 2/3
    • 0845-0900 - 0
    • ...
    • 2330-2345 - 0
    • 2345-2400 - 0
  2. 假设另一趟旅行在0810开始，0850结束，那么每15分钟的时间段将有以下值：
    • 0000-0015 - 0
    • 0015-0030 - 0
    • ....
    • 0800-0815 - 1/3
    • 0815-0830 - 1
    • 0830-0845 - 1
    • 0845-0900 - 1/3
    • ...
    • 2330-2345 - 0
    • 2345-2400 - 0
  3. 处理完这两条记录后，15分钟时间段的虚拟字段值将如下（也就是说，它根据前一条记录的字段值进行了累加）：
    • 0000-0015 - 0
    • 0015-0030 - 0
    • ....
    • 0800-0815 - 1
    • 0815-0830 - 2
    • 0830-0845 - 5/3
    • 0845-0900 - 1/3
    • ...
    • 2330-2345 - 0
    • 2345-2400 - 0

任何能实现这个功能的代码都非常感谢。

数据处理 时间序列分析 数据集 R语言 计数器 虚拟变量 旅行次数统计 15分钟时间段

4 个回答

3

因为你想要制作一个直方图，所以实际上你是在解决一个常见的问题，就是“将数据分组”，不过方式稍微有点不同！

最简单的办法是先创建一个从0到95的字典（你提到的96个区间）。每个区间代表一个15分钟的时间段。

然后逐条处理每个记录，找出它们开始和结束的索引。对于这两个索引之间的每个值，在你的字典中加1，表示在那个时间段内有一次行程发生。

import csv
spamReader = csv.reader(open('sample_data.csv', 'rb'), delimiter=',')

histogram = dict()

def toMinutes(militaryTime):
    if type(militaryTime) != str:
        raise ValueError("requires string as arg")
    hours = int(militaryTime[:2])
    mins = int(militaryTime[2:])
    return 60*hours + mins

for record in spamReader:
    if record[0] == 'STRTTIME':
        continue #skip first record which contains headers
    startTime = toMinutes(record[0]) #must convert militarytime to minutes
    endTime = toMinutes(record[1])

    startIndex = int(int(startTime)/15.0) #int division in python 3.0 and 2.X
    endIndex = int(int(endTime)/15) #is handled different, this unifies the two

    for i in range(startIndex,endIndex+1):
        valAd = 1
        if i == startIndex:
           valAd = 1-((startTime-(15*i))/15.0)
        if i == endIndex:
           valAd = ((endTime-(15*i))/15.0) #opposite boundary condition
        histogram[i] = histogram.get(i,0) + valAd
for key,val in histogram.items():
    print key,val
'''
output from your example csv, in minutes, which can easily be converted to militaryTime
41 0.666666666667
42 1
43 0.333333333333
46 0.333333333333
47 1
48 1.8
49 0.666666666667
50 1.26666666667
51 1
52 1
53 1
54 1
55 1
56 1
57 1
58 0.666666666667
59 1.33333333333
60 1.0
61 1
62 1
63 1
64 1
65 1
66 0.333333333333
67 0.266666666667
68 1
69 1.8
70 0.0
72 1.0
73 1
74 2.0
75 1.33333333333
76 1
77 1
78 1
79 1
80 0.0
94 1.0
95 0.333333333333
360 1.0
361 1
362 1
363 1
364 1
365 1
366 1
367 1
368 1
369 1
370 1
371 1
372 0.0
'''
回答于 2025-04-17 由 Python大师
分享 举报
4

让我试着按照你提供的方式来展示解决方案

  1. 首先，我们定义15分钟的时间范围。可以使用Itertools.product来创建整个时间范围，并用datetime strftime格式化，之后再用time进行转换。

    timeset=[datetime.time(h,m).strftime("%H%M") for h,m in itertools.product(xrange(0,24),xrange(0,60,15))]+['2400']
>>> timeset
['0000', '0015', '0030', '0045', '0100', '0115', '0130', '0145', '0200', '0215', '0230', '0245', '0300', '0315', '0330', '0345', '0400', '0415', '0430', '0445', '0500', '0515', '0530', '0545', '0600', '0615', '0630', '0645', '0700', '0715', '0730', '0745', '0800', '0815', '0830', '0845', '0900', '0915', '0930', '0945', '1000', '1015', '1030', '1045', '1100', '1115', '1130', '1145', '1200', '1215', '1230', '1245', '1300', '1315', '1330', '1345', '1400', '1415', '1430', '1445', '1500', '1515', '1530', '1545', '1600', '1615', '1630', '1645', '1700', '1715', '1730', '1745', '1800', '1815', '1830', '1845', '1900', '1915', '1930', '1945', '2000', '2015', '2030', '2045', '2100', '2115', '2130', '2145', '2200', '2215', '2230', '2245', '2300', '2315', '2330', '2345', '2400']

  2. 接下来，我们定义一个时间记录器，它的长度和时间集合相同，但初始值为零。

    timekeeper=[0]*len(timeset)

  3. 为了简单起见，我不从CSV文件读取数据，而是定义一个元组，里面的数据和你提供的XLS表格是一样的。

    counter=[('1020','1050'),('0900','0930'),('1830','2000'),('2330','2350'),('1200','1202'),('1232','1234'),('1450','1635'),('1220','1440'),('0930','1205'),('1656','1730'),('1800','1850'),('1200','1210'),('1715','1727'),('1140','1215'),('1450','1500')]

  4. 下面的函数是主要的处理程序。我使用了bisect来确定开始和结束的时间序列。同时，我还使用了fraction来避免使用浮点数，并保持问题中所描述的格式。

    def TimeCounter(timekeeper,timeset,(sttime,entime)):
    st=bisect.bisect_left(timeset,sttime)
    en=bisect.bisect_left(timeset,entime)
    timekeeper[st]+=fractions.Fraction(int(timeset[st])-int(sttime),15)
    timekeeper[en]+=fractions.Fraction(int(entime)-int(timeset[en-1]),15)
    for i in xrange(st+1,en):
        timekeeper[i]+=1

  5. 最后，下面这两行代码会遍历提供的计数数据，并为每个数据序列调用TimeCounter，以更新时间记录器。

    for c in counter:
    TimeCounter(timekeeper,timeset,c)

  6. 最终的输出看起来大概是这样的。

    [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, Fraction(0, 1), 2, Fraction(2, 1), 2, 2, 2, Fraction(10, 3), 4, Fraction(8, 3), 2, 2, Fraction(8, 3), Fraction(4, 1), Fraction(64, 15), Fraction(4, 3), Fraction(64, 15), 2, 2, 2, 2, 2, 2, 2, Fraction(4, 3), Fraction(62, 3), 2, 2, 2, 2, 2, 2, Fraction(2, 3), Fraction(88, 15), Fraction(2, 1), Fraction(18, 5), 0, Fraction(0, 1), 2, Fraction(2, 1), 4, Fraction(8, 3), 2, 2, 2, Fraction(22, 3), 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, Fraction(0, 1), 2, Fraction(2, 3)]

  7. 如果你想要以问题中描述的格式打印数据，可以使用这段代码。

    for i in xrange(0,len(timeset)-1):
    print '-'.join([timeset[i],timeset[i+1],str(timekeeper[i+1])])

这里是最终显示语句的一个示例输出。

1015-1030-10/3
1030-1045-4
1045-1100-8/3
1100-1115-2
1115-1130-2
1130-1145-8/3
1145-1200-4
1200-1215-64/15
1215-1230-4/3
1230-1245-64/15
回答于 2025-04-17 由 Python大师
分享 举报
4

由于在R语言中还没有答案，我来补充一个。我觉得这个解决方案可能比Python的更优雅，但这只是个人喜好问题。

首先，我们需要读取数据：

data <- read.csv('sample_data.csv')

接下来，我想把时间转换成小数格式。因此，我会使用提供的小时和分钟，而不是军事时间格式。不过，这并不是问题，因为你总是可以通过简单的整数运算来转换这些值。

data <- cbind(data, start = data$STARTHR + data$STARTMIN/60, end= data$ENDHR + data$ENDMIN/60)

现在生成时间区间（我们将通过它们的开始时间来识别这些区间）

intervals <- seq(0, 23.75, by=0.25)

这部分有点复杂……首先，我们会检查哪些行程结束时间晚于我们的区间结束时间。所有这些行程我们会标记为1，而在我们区间结束之前的行程则标记为0。如果行程在区间内结束，我们会根据它在区间中的位置给它分配一个介于0和1之间的值。

endvalues <- (pmax(pmin(outer(data$end, intervals, FUN="-"), 0.25), 0) / 0.25)

注意这里使用了outer函数。在这里，"-"（减法）这个函数会对所有结束时间和区间向量的组合进行运算。其他操作都是逐个元素进行的。我建议你一步一步地测试这个操作，这样就能清楚地知道在做什么了。

同样，我们会对开始区间做类似的操作，但这次我们会使用负号。

startvalues <- (pmax(pmin(-outer(data$start, intervals, FUN="-"), 0), -0.25) / 0.25)

这样我们就能生成一个矩阵，当区间完全包含在行程内时，矩阵中对应的位置会是1：

resultmatrix <- endvalues + startvalues

最后，我们可以对所有行程进行求和，得到每个区间内的行程数量：

intervalcount <- apply(resultmatrix, 2, sum)
回答于 2025-04-17 由 Python大师
分享 举报

撰写回答