如何为DataFrame添加事件持续天数列？分组求平均方案是否复杂？

一、给DataFrame添加事件持续天数列的简洁方案 #

你的数据中launched_at和deadline为字符类型，第一步需要将它们转换为日期格式，再计算时间差。以下是两种常用的高效实现方式：

方案1：Base R 实现 #

直接通过as.Date()转换日期，再用减法得到天数差：

# 加载数据
df <- structure(list(launched_at = c("03/26/2021", "03/24/2021", "01/05/2021", 
"02/17/2021", "02/15/2021", "02/25/2021"), deadline = c("04/25/2021", 
"04/08/2021", "01/17/2021", "03/03/2021", "03/01/2021", "04/26/2021"
)), row.names = c(NA, 6L), class = "data.frame")

# 转换日期并计算持续天数
df$duration_days <- as.Date(df$deadline, format = "%m/%d/%Y") - as.Date(df$launched_at, format = "%m/%d/%Y")
# 可选：将天数转为纯数值（去掉"days"单位）
df$duration_days <- as.numeric(df$duration_days)

方案2：tidyverse（dplyr + lubridate）实现 #

用lubridate处理日期更直观，适合链式数据操作：

library(dplyr)
library(lubridate)

df <- df %>%
  mutate(
    # 自动识别MM/DD/YYYY格式的日期
    launched_at = mdy(launched_at),
    deadline = mdy(deadline),
    # 计算持续天数
    duration_days = deadline - launched_at,
    # 可选：转为数值型
    duration_days = as.numeric(duration_days)
  )

两种方案都很简洁，tidyverse的写法更易读，适合后续的连续数据处理。

二、简化计算每日活动平均持续时长的方法 #

你提到的group_by方案可以简化，直接按活动开始日期分组，计算每组的平均时长即可：

tidyverse 实现 #

daily_avg_duration <- df %>%
  # 确保开始日期为日期类型（如果之前没转换的话）
  mutate(launched_date = mdy(launched_at)) %>%
  group_by(launched_date) %>%
  summarise(
    avg_duration_days = mean(as.numeric(deadline - launched_at), na.rm = TRUE)
  )

Base R 实现 #

# 先转换日期并计算时长
df$launched_date <- as.Date(df$launched_at, format = "%m/%d/%Y")
df$duration_days <- as.numeric(as.Date(df$deadline, format = "%m/%d/%Y") - as.Date(df$launched_at, format = "%m/%d/%Y"))

# 按日期分组计算平均时长
daily_avg_duration <- aggregate(duration_days ~ launched_date, data = df, FUN = mean, na.rm = TRUE)

这样就能快速得到按日期分组的活动平均持续时长，逻辑清晰且操作简单。

内容的提问来源于stack exchange，提问作者Daworn