从开始时间的密度来看正在进行的事件的密度

问题描述

我有一个数据框，其中包含事件A的开始时间和事件A的时长（以小时为单位）的列，例如：

df = structure(list(StartTime = c(10.1401724605821,8.34114734060131,10.1930766354781,9.49644518946297,9.36002452136017,10.8311833878979,9.44229844841175,8.48090101312846,9.31779155065306,9.57179348240606
),Length = c(3.28013235144317,3.97817114274949,4.29317499510944,2.63135516550392,3.49188423063606,4.08827690966427,3.63062007538974,3.82309223059565,1.52407871372998,1.80725628975779)),row.names = c(NA,-10L),class = c("tbl_df","tbl","data.frame"))

实际上，df包含数千条记录。 我想计算进行中事件的数量的密度（或直方图-但密度在每个时间增量中都有很多事件，因此更有意义）。 因此，例如，在某个事件从8.02开始并花费1个小时的情况下，则该记录将对正在进行的操作进行计数，分别为8.03、8.04 ... 9.02。每条记录同样贡献了很多次。

解决此问题的最佳方法是什么？

解决方法

这是一个GetCountriesWithRetry GetAndRetry RetryWithTimeout ProcessGetRequest ProcessGetRequest - !response.IsSuccessStatusCode RetryWithTimeout - onRetryInner #1 due to exception 'No success status code InternalServerError' ProcessGetRequest ProcessGetRequest - !response.IsSuccessStatusCode RetryWithTimeout - onRetryInner #2 due to exception 'No success status code InternalServerError' LoadCountriesWithRetry - TimeoutRejectedException : The delegate executed asynchronously through TimeoutPolicy did not complete within the timeout. 解决方案：

tidyverse

^{由reprex package（v0.3.0）于2020-10-16创建}