Trovare intervalli tra intervalli utilizzando data.table

Question

Ho il seguente problema: dato un set di intervalli non sovrapposti in un data.table, riportare gli intervalli tra gli intervalli.

Ho implementato questo una volta in SQL, tuttavia sto lottando con data.table a causa della mancanza di una funzione di guida o funzione di ritardo. Per completezza, ho here il codice SQL. So che la funzionalità è stata implementata in data.table versione 1.9.5. come da changelog. Quindi è possibile con data.table senza fare un sacco di fusioni e senza una funzione lag o lead?

In linea di principio, non sono completamente contrario all'uso di unioni (anche se unite) purché le prestazioni non ne risentano. Penso che questo abbia un'implementazione semplice, ma non riesco a capire come "ottenere" l'orario di fine precedente per essere l'ora di inizio del mio gap table.

Ad esempio:

# The numbers represent seconds from 1970-01-01 01:00:01 
dat <- structure(
    list(ID = c(1L, 1L, 1L, 2L, 2L, 2L), 
     stime = structure(c(as.POSIXct("2014-01-15 08:00:00"), 
          as.POSIXct("2014-01-15 11:00:00"), 
          as.POSIXct("2014-01-16 11:30:00"), 
          as.POSIXct("2014-01-15 09:30:00"), 
          as.POSIXct("2014-01-15 12:30:00"), 
          as.POSIXct("2014-01-15 13:30:00") 
          ), 
         class = c("POSIXct", "POSIXt"), tzone = ""), 
     etime = structure(c(as.POSIXct("2014-01-15 10:30:00"), 
          as.POSIXct("2014-01-15 12:00:00"), 
          as.POSIXct("2014-01-16 13:00:00"), 
          as.POSIXct("2014-01-15 11:00:00"), 
          as.POSIXct("2014-01-15 12:45:00"), 
          as.POSIXct("2014-01-15 14:30:00") 
          ), 
         class = c("POSIXct", "POSIXt"), tzone = "") 
), 
    .Names = c("ID", "stime", "etime"), 
    sorted = c("ID", "stime", "etime"), 
    class = c("data.table", "data.frame"), 
    row.names = c(NA,-6L) 
) 

dat <- data.table(dat) 

Questo si traduce in:

ID    stime    etime 
1 2014-01-15 10:30:00 2014-01-15 11:00:00 
1 2014-01-15 12:00:00 2014-01-16 11:30:00 
2 2014-01-15 11:00:00 2014-01-15 12:30:00 
2 2014-01-15 12:45:00 2014-01-15 13:30:00 

Avviso: le lacune sono segnalati in modo uniforme giorni.

Answer 1

Una variante di risposta di David, probabilmente un po 'meno efficiente, ma più semplice di digitare:

setkey(dat, stime)[, .(stime=etime[-.N], etime=stime[-1]), by=ID] 

produce:

ID    stime    etime 
1: 1 2014-01-15 10:30:00 2014-01-15 11:00:00 
2: 1 2014-01-15 12:00:00 2014-01-16 11:30:00 
3: 2 2014-01-15 11:00:00 2014-01-15 12:30:00 
4: 2 2014-01-15 12:45:00 2014-01-15 13:30:00 

setkey è solo per assicurarsi tabella è ordinata col tempo.

Answer 2

Se non mi manca qualcosa, ti manca una riga nell'output desiderato, quindi ecco il mio tentativo di utilizzare shift dalla versione di sviluppo come hai menzionato.

library(data.table) ## v >= 1.9.5 
indx <- dat[, .I[-.N], by = ID]$V1 
dat[, .(ID, stimes = etime, etime = shift(stime, type = "lead"))][indx] 
res 
# ID    stime    etime 
# 1: 1 2014-01-15 10:30:00 2014-01-15 11:00:00 
# 2: 1 2014-01-15 12:00:00 2014-01-16 11:30:00 
# 3: 2 2014-01-15 11:00:00 2014-01-15 12:30:00 
# 4: 2 2014-01-15 12:45:00 2014-01-15 13:30:00