R语言：计算温度类别连续周期的持续时长（dplyr实现问题）

看起来你现在的核心问题是：用group_by(Temp_cat)会把所有同类别行归为一组，算出的是该类别全局的总时长，但你需要的是**连续出现的同Temp_cat段（也就是“周期”）**的单独时长，对吧？我来帮你调整代码解决这个问题。

问题根源 #

你当前的代码是按Temp_cat全局分组，所以会把第一次出现的Temp_cat=3和后来再次出现的Temp_cat=3合并计算，完全忽略了它们是两个独立的连续周期。我们需要先给每个连续的同类别段分配唯一的分组ID，再基于这个ID计算时长。

解决方案代码 #

首先，先把你的示例数据整理成可运行的R代码（方便测试）：

library(dplyr)
library(lubridate)

# 你的示例数据
df <- tibble(
  Temp = c(3.47, 3.37, 3.31, 3.25, 3.14, 3.1, 1.95, 1.86, 1.89, 1.85, -0.86, -0.89, -0.85, 8.37, 8.98, 9.4, 8.8, 3.47, 3.37, 3.31, 3.25, 3.14, 7.36, 7.12),
  Time = dmy_hm(c("15.08.2025 00:01", "15.08.2025 00:03", "15.08.2025 00:05", "15.08.2025 00:07", "15.08.2025 00:09", "15.08.2025 00:11", "15.08.2025 00:13", "15.08.2025 00:15", "15.08.2025 00:17", "15.08.2025 00:19", "15.08.2025 00:21", "15.08.2025 00:23", "15.08.2025 00:25", "15.08.2025 00:27", "15.08.2025 00:29", "15.08.2025 00:31", "15.08.2025 00:33", "15.08.2025 00:35", "15.08.2025 00:37", "15.08.2025 00:39", "15.08.2025 00:41", "15.08.2025 00:43", "15.08.2025 00:45", "15.08.2025 00:47")),
  Temp_cat = c(3,3,3,3,3,3,2,2,2,2,2,2,2,4,4,4,4,3,3,3,3,3,4,4)
)

接下来，我们给每个连续的Temp_cat周期分配唯一ID，这里有两种方法：

方法1：用data.table的rleid()（简洁推荐）

rleid()是data.table包的函数，专门用来生成连续相同值的分组ID，非常好用：

library(data.table)

df_with_cycles <- df %>%
  mutate(cycle_id = rleid(Temp_cat)) # 给连续同Temp_cat的行分配同一个cycle_id

方法2：纯dplyr实现（无需额外安装包）

如果你不想装data.table，用dplyr也可以模拟这个逻辑：

df_with_cycles <- df %>%
  mutate(
    # 标记当前行和上一行的Temp_cat是否不同（第一行默认和自己相同，所以标记为FALSE）
    is_new_cycle = Temp_cat != lag(Temp_cat, default = first(Temp_cat)),
    # 累加标记得到连续分组的ID
    cycle_id = cumsum(is_new_cycle)
  ) %>%
  select(-is_new_cycle) # 删掉中间变量

最后，按cycle_id分组计算每个周期的时长：

cycle_duration <- df_with_cycles %>%
  group_by(cycle_id, Temp_cat) %>%
  summarise(
    start_time = first(Time),
    end_time = last(Time),
    duration_mins = as.numeric(difftime(end_time, start_time, units = "mins")),
    .groups = "drop" # 取消分组
  )

# 转换成你想要的自然语言输出格式
cycle_duration %>%
  mutate(
    # 给每个周期编序号，方便生成描述
    cycle_num = row_number(),
    description = case_when(
      cycle_num == 1 ~ paste0(duration_mins, " min in first cycle of Temp_cat ", Temp_cat),
      TRUE ~ paste0(duration_mins, " min in Temp_cat ", Temp_cat, " again")
    )
  ) %>%
  pull(description)

运行结果 #

执行后会得到以下输出：

[1] "10 min in first cycle of Temp_cat 3"
[2] "12 min in Temp_cat 2 again"
[3] "6 min in Temp_cat 4 again"
[4] "8 min in Temp_cat 3 again"
[5] "2 min in Temp_cat 4 again"

小说明 #

注意你的期望输出里写的Temp_cat4第一个周期是4分钟，但根据你提供的测量时间（00:27到00:33），实际时长是6分钟。如果你的需求是计算测量点之间的间隔总和（而不是结束时间减开始时间），可以把duration_mins改成(n()-1)*2——因为每2分钟测一次，n个测量点之间有n-1个间隔，每个间隔2分钟。

内容来源于stack exchange