计算不同行之间的时间差异

Question

我有一个数据集：

head(info)

     Person     Start              End   
1 Mark     06.08.2019 00:02:56 **06.08.2019 00:14:43**
5 Wendy    06.08.2019 00:16:31 06.08.2019 00:20:53
6 Mark     **06.08.2019 00:18:28** 06.08.2019 00:24:30
7   Mark   06.08.2019 00:20:26 06.08.2019 00:23:29
8   Wendy  06.08.2019 00:26:34 06.08.2019 00:32:41
9 Lenny    06.08.2019 00:31:13 06.08.2019 00:33:14

我希望每个人都有平均工作时间，但问题是我必须区分 END 和 START，但对于“标记”人来说，它将是：

(06.08.2019 00:14:43)-(06.08.2019 00:18:28),

所以不在 sam 行中，而是在 info$End[1]-info$Start[2] 等

library(lubridate)
df<-
info%>%
  mutate(time = dmy_hms(`End`)-dmy_hms(`Start`))

会给时间info$End[1]-info$Start[1]。

下一个问题是，计算平均时间最有效的方法是什么？

person<-
info %>%
    group_by(Person)
    %>%summarise(n=n())

会给我每个人的所有时期的数量。

那么，我应该按每个人的时间列汇总，然后除以这个时期数（我们称之为频率）吗？

Answer 1

tidyverse 提供有用的函数来对下一行/前一行执行操作：LEAD 和 LAG。您首先需要对数据框进行排序。

这样的东西应该可以工作（无法测试）：

library(tidyverse)
library(lubridate)

df %>%
  arrange(Person, Start) %>%
  mutate(time = dmy_hms(End) - lead(dmy_hms(Start))) %>%
  group_by(Person) %>%
  summarise((avg_time = mean(time, na.rm = T)))

希望对你有帮助。