如何在R语言中计算tibble数据框中多时段与指定时段的总重叠时长？

所需工具 #

需要用到 tidyverse（处理数据框和映射操作）、hms（处理时分秒格式）包，先安装并加载：

install.packages(c("tidyverse", "hms"))
library(tidyverse)
library(hms)

步骤实现 #

1. 定义目标时间区间
   先设定需要对比的目标时间段：12:00:00 至 15:00:00，转成时分秒对象：

target_start <- as_hms("12:00:00")
target_end <- as_hms("15:00:00")

2. 编写重叠时长计算函数
   这个函数负责处理单个时间段字符串，计算其与目标区间的重叠时长（单位：小时）：

calc_overlap <- function(period_str) {
  # 拆分时间段为开始和结束时间
  time_parts <- str_split(period_str, "-")[[1]]
  
  # 补全时间格式（处理类似"21:15"这种缺秒的情况）
  format_time <- function(t) {
    if (str_count(t, ":") == 1) paste0(t, ":00") else t
  }
  
  # 转成时分秒对象，处理"24:00"为当天最后一秒
  start_time <- as_hms(format_time(time_parts[1]))
  end_time <- as_hms(format_time(time_parts[2]))
  if (end_time == as_hms("00:00:00") && time_parts[2] == "24:00") {
    end_time <- as_hms("23:59:59")
  }
  
  # 计算重叠区间的起止点
  overlap_start <- max(start_time, target_start)
  overlap_end <- min(end_time, target_end)
  
  # 无重叠返回0，否则计算时长（转成小时）
  if (overlap_start > overlap_end) {
    0
  } else {
    as.duration(overlap_end - overlap_start) / dhours(1)
  }
}

3. 批量计算每行的总重叠时长
   使用map_dbl对每行的时间段列表批量处理，求和后保留两位小数：

df <- df %>%
  mutate(hrs = round(map_dbl(period, ~ sum(map_dbl(.x, calc_overlap))), 2))

验证结果 #

运行后得到的df与预期输出一致：

# 输出结果
df
#> # A tibble: 4 × 2
#>   period                                                                 hrs
#>   <list>                                                               <dbl>
#> 1 <chr [2]>                                                             3   
#> 2 <chr [3]>                                                             0   
#> 3 <chr [1]>                                                             1.33
#> 4 <chr [2]>                                                             0.75

内容的提问来源于stack exchange，提问作者flâneur