在R语言中将数值列转换为年月时长类型

嘿，这个问题很常见！要把你的r_duration_1（年份）和r_duration_2（月份）转换成能进行统计运算的格式，核心思路就是把它们统一成同一个数值单位（比如总月数或总年数），这样计算平均值、总和这类操作就会非常直观。下面用Python的pandas来一步步实现：

1. 先构造你的数据框 #

首先我们先还原你给出的数据：

import pandas as pd

# 你的原始数据
data = {
    'r_duration_1': [3,4,1,5,4,0,7,3,5,9,9,0],
    'r_duration_2': [0,4,4,2,6,9,1,8,0,0,10,11]
}
df = pd.DataFrame(data)

2. 转换为统一的时长单位（推荐方案） #

最可靠的方式是把所有时长转换成总月数（因为月份是固定的基础单位，不像年份有平闰年差异），或者再进一步转成总年数：

# 计算总月数：年份*12 + 月份
df['total_months'] = df['r_duration_1'] * 12 + df['r_duration_2']

# 可选：转换为总年数（方便以年为单位统计）
df['total_years'] = df['total_months'] / 12

3. 进行统计运算 #

现在你就可以轻松计算平均时长这类指标了：

# 计算平均时长（保留两位小数）
avg_months = df['total_months'].mean()
avg_years = df['total_years'].mean()

print(f"平均关系时长（按月）：{avg_months:.2f}")
print(f"平均关系时长（按年）：{avg_years:.2f}")

可选：转换为Timedelta类型 #

如果你需要用pandas的时间差类型（Timedelta）来操作，也可以这样转换，但要注意：pandas里的年份和月份是近似值（因为不同年份/月份的实际天数不同），所以这种方式更适合时间序列操作，而非精确的时长统计：

# 转换为Timedelta类型
df['duration_timedelta'] = pd.to_timedelta(df['r_duration_1'], unit='Y') + pd.to_timedelta(df['r_duration_2'], unit='M')

# 计算平均Timedelta
avg_timedelta = df['duration_timedelta'].mean()
print(f"平均关系时长（Timedelta）：{avg_timedelta}")

总结 #

如果只是为了计算平均、总和这类统计量，优先选择转换为总月数/总年数的数值型方案，它既精确又直观，完全满足你的运算需求。

内容的提问来源于stack exchange，提问作者Maayan Klimenko Feinstein