R语言按Session与User分组计算秒级会话时长

原代码计算结果不符合预期的核心问题有2个：

• 分组逻辑错误：group_by()中额外加入了timestamp作为分组维度，同一Session+User下的每条记录因时间戳不同会被拆分为独立分组，组内仅存在1条时间记录，max(timestamp)和min(timestamp)取值完全相等，计算出的时长恒为0。
• 字段名大小写不匹配：数据集字段为大写开头的Session/User/ts_UNIX，原代码中写为全小写的session/user/ts_unix，在R严格大小写匹配的规则下会触发找不到列的报错（如果你的数据集实际是全小写字段可忽略这点）。
• 类型隐患：difftime()默认返回带单位属性的difftime对象，直接存储会导致后续数值计算、可视化时出现类型兼容问题。

library(tidyverse)
library(lubridate)

df <- df %>%
  # 完成UNIX时间戳格式转换，毫秒级时间戳需要除以1000
  mutate(timestamp = as_datetime(ts_UNIX/1000)) %>%
  # 仅按要求的Session、User两个维度分组
  group_by(Session, User) %>%
  # 计算组内首尾时间差，转为纯数值类型的秒数，同组所有行取值一致
  mutate(session_duration = as.numeric(difftime(max(timestamp), min(timestamp), units = "secs"))) %>%
  # 移除分组属性，避免后续数据操作受残留分组逻辑影响
  ungroup()

• 同一会话同一用户的所有记录session_duration取值完全一致，符合需求。
• 按示例数据校验：Session=123、User=345分组下首尾时间差为5秒，返回值为5；Session=124返回值为2390秒，Session=125返回值为329秒，和预期结果完全匹配。

提示：如果你的数据集实际字段名全为小写，把代码中Session/User/ts_UNIX对应改为小写即可。

内容的提问来源于stack exchange，提问作者user2845095