计算hms格式检测时间与darkest.hour的最小时间差（小时制带小数）

已知数据中detection.time和darkest.hour为hms类型，需计算两者在忽略日期情况下的最小时间差（即环形24小时内的最短间隔），并转换为带4位小数的小时单位，可通过以下步骤实现：

实现思路 #

1. 将hms类型的时间转换为秒数，便于数值计算；
2. 计算两个时间点的绝对秒差，再计算24小时（86400秒）与该差值的差，取两者中的较小值，即为环形内的最短时间差；
3. 将最短秒差转换为小时（除以3600），保留4位小数得到结果。

R代码实现 #

library(hms)
library(dplyr)

# 示例数据
df <- tibble(
  detection.time = hms::as_hms(c("15:41:00", "14:35:00", "10:45:00", "07:36:00", "23:20:50")),
  darkest.hour = hms::as_hms(rep("01:20:50", 5))
)

# 计算最小时间差
df <- df %>%
  mutate(
    # 转换为秒数
    det_sec = as.numeric(detection.time),
    dark_sec = as.numeric(darkest.hour),
    # 计算环形24小时内的最短秒差
    min_diff_sec = pmin(abs(det_sec - dark_sec), 86400 - abs(det_sec - dark_sec)),
    # 转换为带4位小数的小时
    output = round(min_diff_sec / 3600, 4)
  ) %>%
  # 保留目标列
  select(detection.time, darkest.hour, output)

# 查看结果
print(df, n = 5)

输出结果 #

运行代码后将得到与期望完全匹配的输出：

# A tibble: 5 × 3
  detection.time darkest.hour output
  <time>         <time>        <dbl>
1 15:41:00       01:20:50      9.6639
2 14:35:00       01:20:50     10.7639
3 10:45:00       01:20:50      9.4028
4 07:36:00       01:20:50      6.2528
5 23:20:50       01:20:50      2.0000

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