如何计算每个组（学生合同）的日期时间之间的时间差？

Question

我有一个具体的问题；我有以下格式的数据：

#   USER_ID SUBMISSION_DATE CONTRACT_REF
1        1       20/6 1:00         W001
2        1       20/6 2:00         W002
3        1       20/6 3:30         W003
4        4       20/6 4:00         W004
5        5       20/6 5:00         W005
6        5       20/6 6:00         W006
7        7       20/6 7:00         W007
8        7       20/6 8:00         W008
9        7       20/6 9:00         W009
10       7      20/6 10:00        W0010

现在我需要以某种方式计算不同提交之间的时间差（唯一可识别的）。

换句话说： 我有一个提交表，在这个表中，有所有用户的所有提交。我需要找到一种方法来计算 第 n 个作业和第 (n-1) 个作业之间每个唯一 STUDENT-CONTRACT 元组的时间差。

另请注意，每个新用户必须为新分配零。所以输出如下所示：

#   USER_ID SUBMISSION_DATE CONTRACT_REF  TIME_DIFFRENCE
1        1       20/6 1:00         W001                0
2        1       20/6 2:00         W002             3600
3        1       20/6 3:30         W003             5400
4        4       20/6 4:00         W004             3600
5        5       20/6 5:00         W005                0          
6        5       20/6 6:00         W006             3600
7        7       20/6 7:00         W007                0
8        7       20/6 8:00         W008             3600
9        7       20/6 9:00         W009             3600
10       7      20/6 10:00        W0010             3600

请注意，时间可能不是以秒为单位，而是任何合适的时间。

我的想法： 1）我认为这将需要 as.POSIXct 某处，以便 R 知道如何处理时间 2）这可能涉及一些包，如plyr，但我完全迷失在文档中，示例很难找到。

非常感谢您的所有回复！

最好， 雅库布

Answer 1

这是一个尝试。首先，获取数据：

dat <- read.csv(text="USER_ID,SUBMISSION_DATE,CONTRACT_REF
1,20/6 1:00,W001
1,20/6 2:00,W002
1,20/6 3:30,W003
4,20/6 4:00,W004
5,20/6 5:00,W005
5,20/6 6:00,W006
7,20/6 7:00,W007
7,20/6 8:00,W008
7,20/6 9:00,W009
7,20/6 10:00,W0010",header=TRUE)

从合约 ref 中获取编号并对数据进行排序

dat$CR_NUM <- as.numeric(gsub("W","",dat$CONTRACT_REF))
dat <- with(dat,dat[order(USER_ID,CR_NUM),])

将日期转换为 POSIXct 数字表示

dat$SD_DATE <- as.numeric(with(dat,as.POSIXct(SUBMISSION_DATE,format="%d/%m %H:%M")))

使用 ave 计算以 0 开头的时间差

dat$TIME_DIFF <- with(dat, ave(SD_DATE, USER_ID, FUN=function(x) c(0,diff(x)) ))

结果：

# not showing the calculated columns
dat[-c(4:5)]

   USER_ID SUBMISSION_DATE CONTRACT_REF TIME_DIFF
1        1       20/6 1:00         W001         0
2        1       20/6 2:00         W002      3600
3        1       20/6 3:30         W003      5400
4        4       20/6 4:00         W004         0
5        5       20/6 5:00         W005         0
6        5       20/6 6:00         W006      3600
7        7       20/6 7:00         W007         0
8        7       20/6 8:00         W008      3600
9        7       20/6 9:00         W009      3600
10       7      20/6 10:00        W0010      3600

Answer 2

这是一个稍微紧凑的版本（“中间”列更少）。请注意，使用“difftime”而不是“diff”允许您选择时间单位（秒、分钟、小时等）

dat$DATE2 <- as.POSIXct(dat$SUBMISSION_DATE,format="%d/%m %H:%M")
getDtimes <- function(t) {
  if(length(t)>0)   c(0,difftime(t[-1], t[-length(t)], units="hours")) else(0)
}
dat$DTime <- unlist(with(dat, tapply(DATE2, USER_ID, getDtimes)))

关键（如上）是将时间转换为POSIXt 对象。 tapply 生成时差向量列表，然后您需要 unlist。