考虑日期的睡眠时间均值可视化：跨午夜时间计算偏差问题

问题核心是：次日凌晨的入睡时间（如01:30）直接提取小时会和当日下午13:00的小时值混淆，导致均值计算错误、柱状图异常。以下是针对性的解决步骤：

1. 时间数据校正：将跨日期时间转为连续时段值 #

首先把入睡时间统一转换为避免与当日白天时段重叠的连续小时值，直接将次日0-6点的时间加上24小时即可实现。

假设数据集列名：bedtime（入睡时间，字符型如"23:45"或"01:30"）、rest_quality（休息感受评分）：

library(dplyr)
library(lubridate)
library(ggplot2)

# 转换时间格式并校正跨日期值
df <- df %>%
  mutate(
    # 把字符型时间转为时分秒格式
    bedtime_hms = hms(bedtime),
    # 计算精确到分钟的小时值（如01:30 = 1.5小时）
    bedtime_hour = hour(bedtime_hms) + minute(bedtime_hms)/60,
    # 校正次日凌晨：0-6点的时间加24小时，转为24-30的连续值
    bedtime_adjusted = ifelse(bedtime_hour < 6, bedtime_hour + 24, bedtime_hour)
  )

如果你的bedtime是带日期的POSIXct格式（如"2024-05-21 01:20"），可以先将凌晨时段归到前一天的睡眠周期：

df <- df %>%
  mutate(
    # 凌晨0-6点的睡眠归为前一天的时段
    bedtime_aligned = ifelse(hour(bedtime) < 6, bedtime - days(1), bedtime),
    # 计算相对于前一天0点的小时数（如前一天23:50=23.83，当天01:20转为前一天的25.33）
    bedtime_adjusted = hour(bedtime_aligned) + minute(bedtime_aligned)/60 + 
      ifelse(hour(bedtime) < 6, 24, 0)
  )

2. 按校正后的时段分组计算均值 #

将校正后的连续时间划分为合理区间，计算每个区间的平均休息感受：

# 自定义时间区间（可根据需求调整）
df <- df %>%
  mutate(
    bedtime_interval = cut(bedtime_adjusted,
                          breaks = c(20, 22, 24, 26, 28, 30),
                          labels = c("20:00-22:00", "22:00-00:00", "00:00-02:00", "02:00-04:00", "04:00-06:00"))
  )

# 计算各区间的平均休息感受
mean_rest_data <- df %>%
  group_by(bedtime_interval) %>%
  summarise(avg_rest_quality = mean(rest_quality, na.rm = TRUE))

3. 绘制正确的关联柱状图 #

此时时间区间是按睡眠先后顺序排列的，不会出现异常：

ggplot(mean_rest_data, aes(x = bedtime_interval, y = avg_rest_quality)) +
  geom_col(fill = "#4A90E2", alpha = 0.8) +
  labs(
    title = "入睡时间区间与平均休息感受",
    x = "入睡时间区间",
    y = "平均休息感受评分"
  ) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

为什么原代码会异常？ #

原代码直接提取小时值时，凌晨1点的小时是1，会和当日下午13:00的小时值1合并计算均值，把深夜和下午两个完全不同的睡眠时段数据混在一起，导致均值失真、柱状图显示混乱。校正后的连续时间值则完全区分了这两个时段，保证了分组和均值计算的准确性。

内容的提问来源于stack exchange，提问作者Giulia Ciminelli