有没有一种方法可以让R按ID分组，然后识别时间上的“中断”，然后计算时差？例如：
ID TIME
A 12/18/2019 4:45:10 AM
A 12/18/2019 4:45:11 AM
A 12/18/2019 9:06:59 PM
B 12/18/2019 4:14:13 AM
B 12/18/2019 4:14:14 AM
有人知道找到A的持续时间的方法吗？请注意，这不是difftime问题。我在4:45:10上午进行了某些活动，然后在4:45:11再次进行了。然后，我停止了此活动，并在晚上9:06进行了恢复。是否有代码可以准确地对ID进行分组，然后对时间进行分组，同时检测出时间上的巨大差异以避免错误的值？
这不是正确的解决方案。
diff<- data %>%
mutate(diff = difftime(as.POSIXct(Endtime, format = "%m/%d/%Y %I:%M:%S %p"),
as.POSIXct(Starttime, format = "%m/%d/%Y %I:%M:%S %p"), units = "secs"))
任何帮助是极大的赞赏。我将继续对此进行研究。谢谢
就像我上面提到的，第一件事是将日期时间转换为日期时间对象。我正在lubridate为此。由于您希望将增量保持在某个阈值内，因此我将阈值持续时间保存为5分钟，可以根据需要进行更改。如果差异不止于此，请加以区别NA。
我将分两步进行比较，以便您可以看到原始差异与删除长差异的差异。您可能只想一步就可以做到。
library(dplyr)
library(lubridate)
thresh <- duration(5, units = "minutes")
sample_df %>%
mutate(TIME = mdy_hms(TIME)) %>%
group_by(ID) %>%
mutate(diff1 = TIME - lag(TIME)) %>%
mutate(delta = if_else(diff1 < thresh, diff1, NA_real_))
#> # A tibble: 10 x 4
#> # Groups: ID [3]
#> ID TIME diff1 delta
#> <chr> <dttm> <drtn> <drtn>
#> 1 A 2019-12-18 04:45:10 NA secs NA secs
#> 2 A 2019-12-18 04:45:11 1 secs 1 secs
#> 3 A 2019-12-18 16:06:59 40908 secs NA secs
#> 4 A 2019-12-18 16:07:01 2 secs 2 secs
#> 5 B 2019-12-18 04:14:13 NA secs NA secs
#> 6 B 2019-12-18 04:14:14 1 secs 1 secs
#> 7 B 2019-12-18 04:14:15 1 secs 1 secs
#> 8 C 2019-12-18 04:59:49 NA secs NA secs
#> 9 C 2019-12-18 04:59:50 1 secs 1 secs
#> 10 C 2019-12-18 04:59:51 1 secs 1 secs
使用dplyr::if_else而不是基ifelse是方便的，因为它使用严格的类型，这有助于确保我将delta列保留为持续时间对象，而不是丢失其时间分量而只是得到一个数值，NA而代替会发生这种情况NA_real_。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句