计算 R 中两个时间戳之间的差异； NA 出现在时差输出旁边

Question

我正在计算数据框中两个时间戳之间的小时差。一个时间戳在前一行，即lasttime，另一个在前一行，即origtime。这是一个小例子：-

library(dplyr)
df<-structure(list(DateTime_Start = structure(c(1612284131.736, 1612296614.851
), tzone = "UTC", class = c("POSIXct", "POSIXt")), DateTime_End = structure(c(1612284195.736, 
                                                                              1612296715.851), tzone = "UTC", class = c("POSIXct", "POSIXt"
                                                                              ))), row.names = c(NA, -2L), class = "data.frame")

df

#       DateTime_Start        DateTime_End
#1 2021-02-02 16:42:11 2021-02-02 16:43:15
#2 2021-02-02 20:10:14 2021-02-02 20:11:55

lasttime<-lag(df$DateTime_End)
lasttime
#[1] NA                        "2021-02-02 16:43:15 UTC"

origtime<-lead(df$DateTime_Start)
origtime
#[1] "2021-02-02 20:10:14 UTC" NA

您可以注意到，它在lasttime 和origtime 的每次运行旁边返回一个NA，似乎是df 中行上另一个时间戳的占位符。然后当我尝试计算difftime 时，我得到了这个：-

difftime(origtime,lastime)
#Time differences in secs
#[1] NA NA

我认为这是由origtime 和lasttime 中的NA 引起的。谁能指出一个解决方案来区分这两个日期时间对象？

非常感谢！

Answer 1

默认情况下lag 的第一个值和lead 的最后一个值始终为NA。因为lag 中没有第一行的上一个值，lead 中最后一行也没有下一个值。

您需要更改default 的值以获取不是NA 的值。例如，要将 0 作为第一个值，您可以这样做 -

library(dplyr)

df %>%
  mutate(difference = difftime(DateTime_Start, lag(DateTime_End, default = first(DateTime_Start)), units = 'hours'))

#       DateTime_Start        DateTime_End     difference
#1 2021-02-02 16:42:11 2021-02-02 16:43:15 0.000000 hours
#2 2021-02-02 20:10:14 2021-02-02 20:11:55 3.449754 hours

在第二行中，您正在计算 DateTime_Start[2] - DateTime_End[1]。如果您在第 3 行中有超过 2 行，您将获得 DateTime_Start[3] - DateTime_End[2] 的输出，依此类推。

Answer 2

Lag 和 Lead 正在寻找之前和未来的时间戳。如果没有，则返回 NA。如果那不是您想要的行为，您想要什么行为？

您有 4 个时间戳。我完全不知道你想用什么来计算差异！

您是否要从第一个开始时间和最后一个结束时间中获取差异？

difftime(min(df$DateTime_Start), max(df$DateTime_End))

如果您向数据添加第三行，您将获得中间行的 difftime。添加 200 行，您将获得 200 个结果和两个 NA。