如何在R的DataFrame中分别计算客户与订阅用户的总行程时长

你可以通过分组聚合的方式直接统计不同用户类型的总行程时长，不需要拆分数据，以下是两种常用实现方式：

方法1：基础R实现 #

使用aggregate函数直接分组求和，假设你的数据框名为df，用户类型列名为user_type，行程时长列名为trip_duration，代码如下：

# 分组统计总时长
sum_result <- aggregate(trip_duration ~ user_type, data = df, FUN = sum)

# 单独提取客户总时长
customer_total <- sum_result[sum_result$user_type == "Customers", "trip_duration"]
# 单独提取订阅用户总时长
subscriber_total <- sum_result[sum_result$user_type == "Subscriber", "trip_duration"]

方法2：dplyr包实现（语法更简洁） #

如果常用tidyverse生态的工具，可以用group_by+summarise组合实现：

# 加载dplyr包
library(dplyr)

# 分组统计总时长
sum_result <- df %>%
  group_by(user_type) %>%
  summarise(total_duration = sum(trip_duration))

# 单独提取对应类型的总时长
customer_total <- sum_result %>% filter(user_type == "Customers") %>% pull(total_duration)
subscriber_total <- sum_result %>% filter(user_type == "Subscriber") %>% pull(total_duration)

注意：如果你的数据列名、用户类型的取值和示例不一致，替换为你实际数据里的对应内容即可。

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