是否存在支持向量运算且可指定单位的difftime()替代函数？

我有两个时间间隔差异很大的datetime向量，一个是秒级间隔，一个是天级间隔，示例代码如下：

# 按秒递增的向量
time1 <- ymd_hms(c("2023-05-02 14:15:00", "2023-05-02 14:15:01", "2023-05-02 14:15:02"))
# 按天递增的向量
time2 <- ymd_hms(c("2023-05-02 14:15:00", "2023-05-03 14:15:00", "2023-05-04 14:15:00"))

使用diff()函数计算时间差时，它会自动选择时间单位，无法自定义，导致出现diff(time1) == diff(time2)返回TRUE的情况，这显然不符合需求。

而difftime()虽然支持指定units参数，但不能直接传入单个向量调用，会报错：

difftime(time1)
# Error in difftime(time1) : argument "time2" is missing, with no default

有没有能对整个向量计算时间差且支持指定单位的函数？或者比下面这种写法更优雅的实现方式？

sapply(seq(1, length(time1)-1, 1), function(i){difftime(time1[i+1], time1[i], units= "sec")})

优雅实现方式 #

不需要用sapply循环，直接利用向量索引操作就能让difftime处理整个向量的相邻元素时间差：

# 对time1计算秒级时间差
difftime(time1[-1], time1[-length(time1)], units = "sec")
# 结果：Time differences in secs
# [1] 1 1

# 对time2计算天级时间差
difftime(time2[-1], time2[-length(time2)], units = "days")
# 结果：Time differences in days
# [1] 1 1

这里time1[-1]取向量除第一个元素外的所有元素，time1[-length(time1)]取向量除最后一个元素外的所有元素，两者做差刚好对应相邻元素的时间差，代码简洁高效。

如果使用dplyr包，还可以用lag()函数实现，可读性更强：

library(dplyr)

# 计算time1的秒级时间差
difftime(time1, lag(time1), units = "sec")[-1]
# 结果：Time differences in secs
# [1] 1 1

# 计算time2的天级时间差
difftime(time2, lag(time2), units = "days")[-1]
# 结果：Time differences in days
# [1] 1 1

lag(time1)会生成一个比原向量滞后一位的向量，和原向量做差后去掉第一个NA值即可。

内容的提问来源于stack exchange，提问作者LulY