如何在R语言中计算数据表内分组时间区间的重叠时长？

当然有办法实现这个需求！我们可以结合dplyr的分组能力、lubridate的时间区间工具，再加上purrr的映射函数来完成每组内时间区间重叠时长的计算。下面是具体的解决方案：

步骤1：明确需求与准备工作 #

你已经通过tibble和lubridate创建了包含时间区间的数据表，我们需要在此基础上，为每行计算同组内与其他人员时间区间的总重叠小时数（如果需要包含自身重叠可以调整代码）。

步骤2：实现代码 #

首先确保加载所需的包：

library(dplyr)
library(lubridate)
library(purrr)

然后运行以下代码处理你的数据：

x %>%
  group_by(group) %>%
  mutate(
    # 生成当前组内排除自身的所有时间区间列表
    group_other_intervals = list(time_interval[row_number() != cur_row()]),
    # 计算当前区间与组内其他区间的总重叠小时数
    total_overlap_hours = map2_dbl(
      .x = time_interval,
      .y = group_other_intervals,
      ~{
        # 计算当前区间与每个其他区间的重叠部分
        overlaps <- intersect(.x, .y)
        # 过滤掉无重叠的情况（NA值）
        valid_overlaps <- overlaps[!is.na(overlaps)]
        # 将重叠时长转为小时并求和
        sum(as.duration(valid_overlaps), na.rm = TRUE) / 3600
      }
    )
  ) %>%
  # 移除临时辅助列
  select(-group_other_intervals) %>%
  ungroup()

代码解释 #

• group_by(group)：确保我们只在同一个组内计算区间重叠，不会跨组处理
• group_other_intervals = list(...)：为每行生成一个列表，包含组内除了当前行之外的所有时间区间，避免计算自身与自身的重叠
• map2_dbl(...)：同时遍历当前行的时间区间和对应的组内其他区间列表，逐个计算重叠
• intersect(.x, .y)：利用lubridate的intersect函数直接获取两个时间区间的重叠部分，无重叠时返回NA
• as.duration(...) / 3600：将重叠的时长从秒转换为小时，方便阅读和使用

示例输出 #

运行代码后，你的数据表会新增total_overlap_hours列，结果如下：

如果你的组内有更多人员，这个代码也会自动累加当前区间与所有其他区间的重叠时长，完全适配多成员场景。

内容的提问来源于stack exchange，提问作者fschier