cumsum、difftime、lag函数使用问题：连续yes行时间差计算异常

你的数据集包含buffer（标记GPS点是否在缓冲区，值为yes/no）、DateTime（GPS点时间）、dt1（缓冲区停留时长）三列，按tripID分组处理。目前单个yes行能正确计算与前一行的时间差，但连续yes行的dt1返回NA，你需要在连续yes序列的最后一行填入该序列首尾GPS点的时间差。

原代码里的cumsum逻辑不对——它会给每个连续yes行都累加时间差，而不是只在最后一行生成首尾时间差。可以用以下方法修正：

解决方案代码 #

library(dplyr)
library(data.table) # 用到rleid函数识别连续序列

trips_with_buffer_2016_df <- trips_with_buffer_2016_df %>%
  group_by(tripID) %>%
  # 生成连续buffer状态的分组ID，每个连续的yes/no序列对应唯一id
  mutate(buffer_group = rleid(buffer)) %>%
  group_by(tripID, buffer_group) %>%
  mutate(
    # 计算当前buffer块的首尾时间差
    block_duration = as.numeric(difftime(max(DateTime), min(DateTime), units = "mins")),
    # 标记当前行是否是该buffer块的最后一行
    is_last_row = row_number() == n(),
    # 计算单个yes行的时间差（和前一行的间隔）
    single_yes_duration = ifelse(buffer == "yes" & n() == 1,
                                 as.numeric(difftime(DateTime, lag(DateTime), units = "mins")),
                                 NA_real_)
  ) %>%
  ungroup() %>%
  # 最终赋值dt1：连续yes的最后一行用block_duration，单个yes用single_yes_duration，其余为NA
  mutate(
    dt1 = case_when(
      buffer == "yes" & is_last_row & n() > 1 ~ block_duration,
      buffer == "yes" & n() == 1 ~ single_yes_duration,
      TRUE ~ NA_real_
    )
  ) %>%
  # 清理临时列
  select(-buffer_group, -block_duration, -is_last_row, -single_yes_duration) %>%
  # 重新按tripID分组（如果后续需要）
  group_by(tripID)

代码说明 #

1. rleid(buffer)：给每个连续的yes或no序列分配唯一分组ID，比如连续3个yes会被分到同一个buffer_group里。
2. 按tripID + buffer_group分组：针对每个连续的buffer状态块计算首尾时间差，同时标记块内的最后一行。
3. case_when逻辑：
   • 当是连续yes块的最后一行时，填入该块的首尾时间差
   • 当是单个yes行时，保留原逻辑计算与前一行的时间差
   • 其他情况（no行或连续yes的中间行）填NA

这样就能精准实现你要的效果：单个yes行填与前一行的时间差，连续yes序列仅最后一行填首尾时间差，其余yes行和所有no行的dt1为NA。

内容的提问来源于stack exchange，提问作者Ioannis