R语言：基于多组START-END时间区间生成分钟级时间序列

当然可以！用R里的日期时间处理工具包就能轻松实现这个需求，我给你一步步拆解操作：

第一步：加载所需工具包 #

我们需要用到lubridate（处理日期时间格式）、dplyr（数据清洗与操作）和tidyr（展开列表数据），如果没安装的话先装一下：

install.packages(c("lubridate", "dplyr", "tidyr"))
library(lubridate)
library(dplyr)
library(tidyr)

第二步：预处理原始数据 #

你的原始数据里的START和END是字符类型，得先转成R能识别的日期时间格式（POSIXct），这里用lubridate的mdy_hm()函数，刚好匹配你“月/日/年 时:分”的格式：

# 你的原始数据
x <- data.frame(START = c("3/28/2018 9:30", "3/28/2018 9:40"), 
                END = c("3/28/2018 9:35", "3/28/2018 9:42"))

# 转换日期时间格式
x_clean <- x %>%
  mutate(
    START = mdy_hm(START),
    END = mdy_hm(END)
  )

第三步：生成每分钟时间序列并展开 #

用rowwise()让每一行单独处理，然后用seq()生成从START到END的每分钟序列，最后用unnest()把列表列展开成多行：

# 生成目标数据框
result <- x_clean %>%
  rowwise() %>%
  # 为每一行生成每分钟的时间序列，存为列表列
  mutate(LOG_START_DT = list(seq(START, END, by = "1 min"))) %>%
  # 展开列表列
  unnest(LOG_START_DT) %>%
  # 重命名列名匹配你的需求
  rename(LOG_END_DT = END) %>%
  # 调整列顺序
  select(LOG_START_DT, LOG_END_DT)

# 可选：把日期时间转成你想要的字符串格式（去掉时区显示）
result <- result %>%
  mutate(
    LOG_START_DT = format(LOG_START_DT, "%m/%d/%Y %H:%M"),
    LOG_END_DT = format(LOG_END_DT, "%m/%d/%Y %H:%M")
  )

# 查看结果
print(result)

运行后你会得到这样的结果：

LOG_START_DT     LOG_END_DT    
  <chr>          <chr>          
1 03/28/2018 09:30 03/28/2018 09:35
2 03/28/2018 09:31 03/28/2018 09:35
3 03/28/2018 09:32 03/28/2018 09:35
4 03/28/2018 09:33 03/28/2018 09:35
5 03/28/2018 09:34 03/28/2018 09:35
6 03/28/2018 09:35 03/28/2018 09:35
7 03/28/2018 09:40 03/28/2018 09:42
8 03/28/2018 09:41 03/28/2018 09:42
9 03/28/2018 09:42 03/28/2018 09:42

另一种高效方法（用purrr） #

如果你的数据量很大，用purrr的map2()函数会更高效，不需要逐行处理：

library(purrr)

result <- x_clean %>%
  mutate(
    # 为每对START/END生成时间序列
    LOG_START_DT = map2(START, END, ~seq(.x, .y, by = "1 min")),
    # 把END重复对应次数，和序列匹配
    LOG_END_DT = map2(START, END, ~rep(.y, length(seq(.x, .y, by = "1 min"))))
  ) %>%
  # 展开两个列表列
  unnest(c(LOG_START_DT, LOG_END_DT)) %>%
  select(LOG_START_DT, LOG_END_DT)

这个方法和上面的结果完全一致，只是实现逻辑不同，适合大数据场景。

内容的提问来源于stack exchange，提问作者PVic