R语言中多日期时间组合下连续时间事件的时长求和方法

实现逻辑 #

原有方案未按date.1字段分组计算、未处理跨日期的时间序列边界，导致时间差计算不符合预期。以下方案先合并日期与时间为完整时间戳，按日期分组后识别间隔不超过1秒的连续观测段，再按段统计总时长。

Tidyverse 实现（推荐） #

依赖dplyr和lubridate包，代码简洁易读：

# 加载依赖
library(dplyr)
library(lubridate)

# 示例数据
date.1 <- c("2021-07-21", "2021-07-21", "2021-07-21", "2021-07-29", "2021-07-29", "2021-07-30", "2021-08-01","2021-08-01","2021-08-01")
time.1 <- c("15:57:59", "15:58:00", "15:58:01", "15:46:10", "15:46:13", "18:12:10", "18:12:10","18:12:11","18:12:13")
df <- data.frame(date.1, time.1)

# 统计计算
result <- df %>%
  # 合并为完整时间戳
  mutate(datetime = ymd_hms(paste(date.1, time.1), tz = "UTC")) %>%
  # 按日期分组处理
  group_by(date.1) %>%
  # 标记连续段：首行/间隔大于1秒则开启新段
  mutate(seg_id = cumsum(c(TRUE, diff(datetime) > 1))) %>%
  # 按日期+连续段聚合统计
  group_by(date.1, seg_id) %>%
  summarise(
    time.1 = first(time.1),
    # 总时长=最后时间-开始时间+1（统计观测点覆盖的总秒数）
    secs = as.integer(last(datetime) - first(datetime)) + 1,
    .groups = "drop"
  ) %>%
  select(-seg_id)

输出结果与预期完全一致：

# A tibble: 6 × 3
  date.1     time.1   secs
  <chr>      <chr>   <dbl>
1 2021-07-21 15:57:59     3
2 2021-07-29 15:46:10     1
3 2021-07-29 15:46:13     1
4 2021-07-30 18:12:10     1
5 2021-08-01 18:12:10     2
6 2021-08-01 18:12:13     1

基础R实现（无需第三方包） #

如果不想安装额外包，可以用基础R函数实现：

# 构造完整时间戳
df$datetime <- as.POSIXct(paste(df$date.1, df$time.1), tz = "UTC")
# 按日期拆分数据
df_split <- split(df, df$date.1)
# 逐日期统计连续段
result <- do.call(rbind, lapply(df_split, function(sub_df) {
  # 按时间排序
  sub_df <- sub_df[order(sub_df$datetime), ]
  # 标记连续段id
  sub_df$seg_id <- cumsum(c(TRUE, diff(sub_df$datetime) > 1))
  # 逐段统计时长
  do.call(rbind, lapply(split(sub_df, sub_df$seg_id), function(seg) {
    data.frame(
      date.1 = seg$date.1[1],
      time.1 = seg$time.1[1],
      secs = as.integer(difftime(seg$datetime[nrow(seg)], seg$datetime[1], units = "secs")) + 1
    )
  }))
}))
# 重置行号
rownames(result) <- NULL

内容的提问来源于stack exchange，提问作者hylaeus