5 か月間、10 分間隔で測定された連続データの時系列があります。簡単にするために、データは次のように 2 つの列で使用できます。
タイムスタンプ温度差 2011 年 2 月 14 日 19:00 -0.385 2011 年 2 月 14 日 19:10 -0.535 2011 年 2 月 14 日 19:20 -0.484 2011 年 2 月 14 日 19:30 -0.409 2011 年 2 月 14 日 19:40 -0.385 2011 年 2 月 14 日 19:50 -0.215
...そして、それは次の5か月間続きます。を使用して Timestamp 列を解析しましたas.POSIXct。
1 日の特定の時間帯 (正午から午後 3 時までなど) の行を選択したい場合、1 日の他の時間を除外したい場合、またはそれらの 3 時間を抽出するだけでデータ フローがシーケンシャルにある場合 (つまり、時系列で）。
あなたは基本的な考え方を知っているようですが、詳細が欠けているだけです。おっしゃるように、タイムスタンプをPOSIXオブジェクトに変換してからサブセット化します。
潤滑液
最も簡単な方法は、おそらく潤滑剤を使用することです。最初にパッケージをロードします。
library(lubridate)
次に、タイムスタンプを変換します。
##*m*onth *d*ay *y*ear _ *h*our *m*inute
d = mdy_hm(dd$Timestamp)
次に、必要なものを選択します。この場合、午後7時30分以降の日付が必要です（曜日に関係なく）。
dd[hour(d) == 19 & minute(d) > 30 | hour(d) >= 20,]
ベースRソリューション
最初に上限を作成します。
lower = strptime("2/14/2011 19:30","%m/%d/%Y %H:%M")
次に、POSIXオブジェクトのタイムスタンプを変換します。
d = strptime(dd$Timestamp, "%m/%d/%Y %H:%M")
最後に、データフレームのサブセット化について説明します。
dd[format(d,"%H:%M") > format(lower,"%H:%M"),]
この最後の部分をplannapusに感謝します
上記の例のデータ：
dd = read.table(textConnection('Timestamp Temp.Diff
"2/14/2011 19:00" -0.385
"2/14/2011 19:10" -0.535
"2/14/2011 19:20" -0.484
"2/14/2011 19:30" -0.409
"2/14/2011 19:40" -0.385
"2/14/2011 19:50" -0.215'), header=TRUE)
xts パッケージの時間ベースのサブセット化を使用すると、これを簡単に行うことができます。data.frame の名前が次のようになっていると仮定しますData。
library(xts)
x <- xts(Data$Temp.Diff, Data$Timestamp)
y <- x["T12:00/T15:00"]
# you need the leading zero if the hour is a single digit
z <- x["T09:00/T12:00"]