如何基于R语言DataFrame的起止时间计算分钟级耗时数值列？

场景说明 #

现有如下结构的DataFrame，需要新增一列TimeTaken，存储end_time与start_time差值的分钟数：

start_time <- c("09:00:00.000", "09:23:00.000", "09:23:00.000", "15:37:00.000")
end_time <- c("09:50:00.000", "09:50:00.000","09:50:00.000","16:10:00.000")
CO.TimeTaken <- data.frame(start_time, end_time)

原始输出：

> CO.TimeTaken
   start_time     end_time
1 09:00:00.000 09:50:00.000
2 09:23:00.000 09:50:00.000
3 09:23:00.000 09:50:00.000
4 15:37:00.000 16:10:00.000

现有尝试的问题 #

使用lubridate的hms函数转换时间后直接相减，得到的是Period类型结果，会出现1H -27M 0S这类拆分显示的格式，无法直接得到统一的分钟数值：

library(lubridate)
CO.TimeTaken$start_time <- hms(as.character(CO.TimeTaken$start_time))
CO.TimeTaken$end_time <- hms(as.character(CO.TimeTaken$end_time))
CO.TimeTaken$TimeTaken <- CO.TimeTaken$end_time - CO.TimeTaken$start_time

错误输出：

> CO.TimeTaken
  start_time   end_time  TimeTaken
1   9H 0M 0S  9H 50M 0S     50M 0S
2  9H 23M 0S  9H 50M 0S     27M 0S
3  9H 23M 0S  9H 50M 0S     27M 0S
4 15H 37M 0S 16H 10M 0S 1H -27M 0S

解决方案 #

方法1：借助lubridate的Duration类型转换 #

将时间差转换为Duration类型，再除以1分钟的Duration值，得到纯数值的分钟数：

library(lubridate)
CO.TimeTaken$start_time <- hms(as.character(CO.TimeTaken$start_time))
CO.TimeTaken$end_time <- hms(as.character(CO.TimeTaken$end_time))
CO.TimeTaken$TimeTaken <- as.duration(CO.TimeTaken$end_time - CO.TimeTaken$start_time) / dminutes(1)

正确输出：

> CO.TimeTaken
  start_time   end_time TimeTaken
1   9H 0M 0S  9H 50M 0S        50
2  9H 23M 0S  9H 50M 0S        27
3  9H 23M 0S  9H 50M 0S        27
4 15H 37M 0S 16H 10M 0S        33

方法2：直接转换为秒数计算 #

把hms对象转为总秒数，差值除以60得到分钟数：

library(lubridate)
CO.TimeTaken$start_time <- hms(as.character(CO.TimeTaken$start_time))
CO.TimeTaken$end_time <- hms(as.character(CO.TimeTaken$end_time))
CO.TimeTaken$TimeTaken <- (as.numeric(CO.TimeTaken$end_time) - as.numeric(CO.TimeTaken$start_time)) / 60

此方法同样能得到数值型的正确结果。

方法3：Base R原生实现（无需lubridate） #

用strptime转换时间格式，再用difftime直接指定单位为分钟：

CO.TimeTaken$start_time <- strptime(CO.TimeTaken$start_time, format = "%H:%M:%OS")
CO.TimeTaken$end_time <- strptime(CO.TimeTaken$end_time, format = "%H:%M:%OS")
CO.TimeTaken$TimeTaken <- difftime(CO.TimeTaken$end_time, CO.TimeTaken$start_time, units = "mins")
# 可选：转为纯数值（默认是difftime类型）
CO.TimeTaken$TimeTaken <- as.numeric(CO.TimeTaken$TimeTaken)

内容的提问来源于stack exchange，提问作者andrew