如何根据时间戳列制作时间跨度列？答案

【问题标题】：How to make a timespan column based on a time stamp column?如何根据时间戳列制作时间跨度列？
【发布时间】：2019-10-04 15:03:24
【问题描述】：

我有一个数据表，其中第 1 列中有时间戳，第 2 列中有事件。时间戳的格式为 Y-m-d H:M:OS3（例如 "2019-09-26 07:29:22,778"）。

我想添加一个新列，其中包含时间戳 2 到时间戳 1、3 到 1 等之间差异的时间跨度值。例如：

timestamp                  event           diff in sec
2019-09-26 07:29:22,778    X                   
2019-09-26 07:29:23,918    Y               1.140
2019-09-26 07:29:25,118    Z               2.340
.
.

【问题讨论】：

欢迎来到 StackOverflow！请阅读有关how to ask a good question 的信息以及如何提供reproducible example。这将使其他人更容易帮助您。

标签： r difftime

【解决方案1】：

在base:

dt1$timediff <- cumsum(c(0, difftime(tail(dt1$timestamp,-1), head(dt1$timestamp,-1))))

或使用data.table:

library(data.table)

dt1[ , timediff := cumsum(c(0, diff(as.numeric(timestamp))))][]
#>                  timestamp event timediff
#> 1: 2019-09-26 07:29:22.778     X     0.00
#> 2: 2019-09-26 07:29:23.917     Y     1.14
#> 3: 2019-09-26 07:29:25.118     Z     2.34

另一个dplyr 解决方案基于akrun 的 答案：

library(dplyr)
dt1 %>%
  mutate(difftime = difftime(timestamp, timestamp[1], unit = 'sec'))

数据： N.B：我正在使用data.table 读取数据。

fread(text="date time  event
 2019-09-26 07:29:22.778    X                   
 2019-09-26 07:29:23.918    Y               
 2019-09-26 07:29:25.118    Z") -> dt1

dt1$timestamp <- as.POSIXct(paste(dt1$date, dt1$time), format="%Y-%m-%d %H:%M:%OS")

dt1 <- dt1[,4:3]

【讨论】：

【解决方案2】：

这里是dplyr 的解决方案。我假设您想要与第一个事件的时差。否则@akrun 的答案是lag() 是正确的。

library(dplyr)
df %>% 
  mutate(start = min(timestamp)) %>% 
  mutate(diff = timestamp - start)
#>             timestamp             event               start      diff
#> 1 2019-09-26 07:29:22                 X 2019-09-26 07:29:22 0.00 secs
#> 2 2019-09-26 07:29:23                 Y 2019-09-26 07:29:22 1.14 secs
#> 3 2019-09-26 07:29:25                 Z 2019-09-26 07:29:22 2.34 secs

数据

df <- structure(list(timestamp = structure(c(1569479362.778, 1569479363.918, 
                                                 1569479365.118), class = c("POSIXct", "POSIXt"), tzone = ""), 
                         event = c("X", "Y", "Z")), row.names = c(NA, 
                                                                                  -3L), class = "data.frame")

【讨论】：

谢谢。由于我仍然没有成功获得正确的格式，我想问你如何处理一个看起来完全像这样的输入文本文件：2019-09-26 17:54:24,406 [218] INFO - [1] - 事件 X 2019-09-26 17:54:24,431 [207] 信息 - [1] - 事件 Y 2019-09-26 17:54:24,438 [218] 信息 - [1] - 事件 Z跨度>
我认为您应该提出一个新问题，让您的要求更加清晰。我不知道你在做什么，你原来的问题似乎已经解决了。

【解决方案3】：

我们可以使用difftime

library(dplyr)
library(lubridate)
df1 %>%
   mutate(timestamp = ymd_hms(timestamp),
          diffinsec = cumsum(as.numeric(difftime(timestamp, 
       lag(timestamp, default = timestamp[1]), unit = 'sec'))))

【讨论】：

如何用 as.numeric 包装它？在我手中，它会为“秒中的差异”列生成整数值，但我也想获得毫秒（例如 2,340 秒）。
不，它们是字符列，只有新的“diffinsec”是数字。您将如何在保持时间戳格式不变的情况下读取数据文件？或者，如何将第 1 列和第 2 列转换为数字列？
@W.H.G.不过不清楚。如果要将第 1 列到第 2 列转换为数字 df1 %>% mutate_at(1:2, as.numeric) %>%
好的，谢谢。但是我如何获得“以秒为单位的差异”中的值，包括毫秒（例如：2,340 秒）？
在这里，我们使用unit 作为sec，如果您选中?difftime，则单位选项仅包括c("auto", "secs", "mins", "hours", "days", "weeks")，因此您可能需要通过之后进行一些算术将其转换为毫秒