在R中将时间戳转换为可跨ID对比的时间ID变量

示例数据构造 #

首先还原你的输入数据：

df <- data.frame(
  ID = c(1,1,1,1,1,2,2),
  Time = c("2023-06-17 21:00:00 CEST",
           "2023-06-18 21:00:00 CEST",
           "2023-06-19 21:00:00 CEST",
           "2023-06-20 21:00:00 CEST",
           "2023-06-21 21:00:00 CEST",
           "2023-05-28 21:00:00 CEST",
           "2023-05-30 21:00:00 CEST")
)

方法一：使用tidyverse工具（推荐，代码简洁易读） #

借助dplyr分组处理，lubridate处理时间格式：

library(dplyr)
library(lubridate)

df_processed <- df %>%
  # 将字符型时间转换为可计算的POSIXct格式
  mutate(Time = ymd_hms(Time)) %>%
  # 按ID分组
  group_by(ID) %>%
  # 对每组内的时间进行升序排序（确保时间顺序正确）
  arrange(Time, .by_group = TRUE) %>%
  # 计算当前时间与组内首次测量时间的天数差，加1得到time_new
  mutate(time_new = as.numeric(difftime(Time, min(Time), units = "days")) + 1) %>%
  # 取消分组，恢复普通数据框结构
  ungroup()

# 查看处理后的结果
print(df_processed)

方法二：Base R实现（无需额外加载包） #

如果不想加载第三方包，可以用base R完成：

# 转换时间格式
df$Time <- as.POSIXct(df$Time, format = "%Y-%m-%d %H:%M:%OS %Z")

# 按ID和时间排序
df <- df[order(df$ID, df$Time), ]

# 提取每个ID的首次测量时间
first_times <- tapply(df$Time, df$ID, min)

# 计算time_new：当前时间与首次时间的天数差+1
df$time_new <- as.numeric(difftime(df$Time, first_times[as.character(df$ID)], units = "days")) + 1

# 查看结果
print(df)

结果说明 #

两种方法都能得到你需要的目标数据框：

• 每个ID内的时间会自动排序
• time_new以该ID的首次测量时间为基准（值为1），后续时间与首次时间间隔N天则值为N+1（比如间隔2天就是3，与你的示例一致）

内容的提问来源于stack exchange，提问作者kuli