在R中基于data.table分析重复序列内事件的时间差

先把你的数据还原成可直接运行的data.table对象，方便后续操作：

library(data.table)

dt <- data.table(
  DateTime = as.POSIXct(c(1533081601.42, 1533081601.98, 1533081601.98, 1533081601.98, 1533081602.02,
                          1533081928.06, 1533081928.22, 1533081928.22, 1533081928.22, 1533081928.22,
                          1533081952.34, 1533081952.94, 1533081952.94, 1533081952.94, 1533081952.98,
                          1533081953.98, 1533081954.14, 1533081954.14, 1533081954.14, 1533081954.14),
                        tz = "UTC"),
  ID = c(1,3,4,5,2,1,2,3,4,5,1,3,4,5,2,1,2,3,4,5),
  state = c(0L,0L,0L,0L,0L,1L,1L,1L,1L,1L,0L,0L,0L,0L,0L,1L,1L,1L,1L,1L)
)

接下来咱们一步步搞定需求：核心是先给连续相同的state序列分组，再在每个组里以ID=1的时间为基准计算差值。

实现思路： #

• 用rleid(state)生成分组标识：这个函数会给连续相同的state分配同一个组号，完美匹配你说的“同state序列”要求。
• 在每个分组内，提取ID=1对应的DateTime作为基准时间（你提到ID=1始终是序列首个元素，所以每个组里只会有一条ID=1的记录）。
• 计算每条记录的DateTime与组内基准时间的差值，得到最终需要的时间差。

完整代码： #

dt[, `:=`(
  group_id = rleid(state),
  base_time = DateTime[ID == 1]
), by = .(rleid(state))][, time_diff := DateTime - base_time][]

结果说明： #

• group_id列是每个连续state序列的分组编号，比如前5行state=0对应group 1，接下来5行state=1对应group 2，以此类推。
• base_time列是每个组内ID=1的时间，同一组内所有行的这个值保持一致。
• time_diff列就是你要的时间差，默认是以秒为单位的difftime对象；如果需要转成毫秒，用as.numeric(time_diff)*1000即可。

内容的提问来源于stack exchange，提问作者kukuk1de