如何按member_casual分组计算两datetime列的平均时间差？

你当前代码得到两组相同结果的原因是：单独创建的time_trip向量没有和原数据框df绑定，分组计算时实际是在对整个time_trip的均值重复输出，导致两组结果一致。

修改后的代码方案 #

如果started_at和ended_at已经是datetime格式，直接在管道流内计算耗时并分组统计：

# 按会员类型分组计算平均骑行时长
df %>%
  mutate(time_trip = difftime(ended_at, started_at, tz = "CST", units = "mins")) %>%
  group_by(member_casual) %>%
  summarise(平均骑行时长 = mean(time_trip, na.rm = TRUE))

额外处理：如果时间列不是datetime格式 #

如果started_at和ended_at还未转换为datetime类型，先添加格式转换步骤：

# 转换时间格式并分组计算平均骑行时长
df %>%
  mutate(
    started_at = as.POSIXct(started_at, tz = "CST"),
    ended_at = as.POSIXct(ended_at, tz = "CST"),
    time_trip = difftime(ended_at, started_at, units = "mins")
  ) %>%
  group_by(member_casual) %>%
  summarise(平均骑行时长 = mean(time_trip, na.rm = TRUE))

关键说明 #

• 使用mutate在原数据框内新增time_trip列，确保每条记录的时长与对应的会员类型一一关联
• 添加na.rm = TRUE可以忽略缺失的时间记录，避免均值计算出错
• 自定义结果列名（如平均骑行时长）让输出更易读

内容的提问来源于stack exchange，提问作者Nicolas Grisè