在R中计算跨午夜的日活动平均时间（%H:%M:%S格式）

直接将时间转成数值求平均的方法，会把一天的时间当作0-24小时的线性区间处理。但你的数据集中时间跨午夜（23点段和0点段），线性平均会把这两个极端区间的数值拉到中间（12点左右），完全不符合实际的时间聚类趋势。这类循环型数据的平均，必须用圆周平均的思路计算。

通过将时间映射到圆周弧度，计算弧度的平均后再转回时间，就能得到符合预期的午夜附近结果。以下是R语言的实现代码：

1. 定义循环时间平均函数 #

circadian_mean_time <- function(time_vec) {
  # 把时间字符串转成一天内的秒数
  time_lt <- strptime(time_vec, "%H:%M:%S")
  seconds <- time_lt$hour * 3600 + time_lt$min * 60 + time_lt$sec
  
  # 将秒数转换为圆周弧度（0到2π）
  radians <- 2 * pi * seconds / 86400
  
  # 计算弧度的正弦、余弦平均值
  mean_sin <- mean(sin(radians))
  mean_cos <- mean(cos(radians))
  
  # 计算平均弧度，处理象限问题
  mean_radian <- atan2(mean_sin, mean_cos)
  
  # 把平均弧度转回秒数，确保结果非负
  mean_seconds <- (mean_radian / (2 * pi)) * 86400
  if (mean_seconds < 0) mean_seconds <- mean_seconds + 86400
  
  # 秒数转成时间格式
  strftime(as.POSIXct(mean_seconds, origin = "1970-01-01", tz = "UTC"), "%H:%M:%S", tz = "UTC")
}

2. 单个参与者计算 #

用你提供的示例数据测试：

data <- data.frame(
  ID = c(1, 1, 1, 1, 1, 1, 1),
  time = c("23:49:47", "23:49:37", "23:39:02", "23:46:37", "00:27:40", "00:10:22", "00:41:22")
)

# 计算平均时间
circadian_mean_time(data$time)

运行结果为"23:58:14"，符合午夜附近的预期。

3. 多参与者分组计算 #

如果是长数据框需要按ID分组计算，结合dplyr实现：

library(dplyr)

data %>%
  group_by(ID) %>%
  summarise(avg_time = circadian_mean_time(time))

内容的提问来源于stack exchange，提问作者rookie11