Question

我有一个数据框，它看起来像这样：

submition_id       time_answered
           2 2017-11-06 14:19:30
           2 2017-11-06 14:22:45
           2 2017-11-06 14:24:55
           2 2017-11-06 14:34:10
           4 2017-11-06 14:31:23
           4 2017-11-06 14:33:21
           5 2017-11-06 14:54:48
           5 2017-11-06 14:59:38 
           5 2017-11-06 15:05:39
         ...                 ...

所以基本上我的submition_id列是因子列，而time_answered列是POSIXct列。我想找到每个因子的时间差，基本上是max（x） - min（x）。如何使用内置函数实现此功能？这样我得到了

submition_id       difference
           2            14.67
           4             1.96
           5             9.77
         ...              ...

我也希望在几分钟内完成。

Answer 1

require(dplyr)
DF <- DF%>%group_by(submition_id)%>%summarise(difference = difftime(min(time_answered), max(time_answered), units = "min"))

Answer 2

我相信在SO上必须有类似的问题。

但是，为了完整起见，这里有一个data.table解决方案（包括数据）：

library(data.table)
setDT(DT)[, .(diff = difftime(max(time_answered), min(time_answered), unit = 'mins')), 
          by = submition_id]

   submition_id           diff
1:            2 14.666667 mins
2:            4  1.966667 mins
3:            5 10.850000 mins

数据

DT <- readr::read_table("submition_id       time_answered
           2 2017-11-06 14:19:30
           2 2017-11-06 14:22:45
           2 2017-11-06 14:24:55
           2 2017-11-06 14:34:10
           4 2017-11-06 14:31:23
           4 2017-11-06 14:33:21
           5 2017-11-06 14:54:48
           5 2017-11-06 14:59:38 
           5 2017-11-06 15:05:39")

Answer 3

lubridate包非常有用，来自interval的{{1}}会在特定时间之间创建一个时间跨度，然后您可以计算此时间跨度的lubridate，使用duration和group_by中的dplyr ...可以提供一些数据示例/输入，因为其他人建议使用数据摘录

找出数据框中最高值和最低值之间的时间差，并按因子排序

3 个答案:

数据