如何在R中按ID和Measurement分组计算步骤间耗时？

我来帮你搞定这个问题！先明确核心需求：

按ID和MEASUREMENT分组，Step1耗时固定为0；Step2及以上的耗时 = 当前Step的StartDatetime - 上一步的EndDatetime

你的现有代码问题分析 #

你用plyr::ddply时踩了两个关键坑：

1. 分组维度错误地包含了Step，导致每个Step单独成组，完全无法获取上一步的EndDatetime
2. 直接调用整个数据集的df1$StartDatetime和df1$EndDatetime，没有针对分组内的数据计算，结果自然不对

推荐解决方案（用dplyr，现代高效） #

现在主流用dplyr处理这类分组计算，代码清晰易读：

library(dplyr)

# 处理数据
df_result <- df1 %>%
  # 按需求的核心维度分组：ID和MEASUREMENT
  group_by(ID, MEASUREMENT) %>%
  # 确保每组内按Step顺序排列（避免Step乱序导致计算错误）
  arrange(Step, .by_group = TRUE) %>%
  # 计算耗时：Step1固定为0，其他用当前Start减上一步的End
  mutate(
    ElapsedTime = case_when(
      Step == "1" ~ 0,
      TRUE ~ as.numeric(difftime(StartDatetime, lag(EndDatetime), units = "secs"))
    )
  ) %>%
  # 取消分组（可选，根据后续操作需求）
  ungroup()

# 查看匹配期望的结果
print(df_result)

如果你坚持用plyr的修正版 #

如果你习惯用plyr，可以这样调整，核心是只按ID和MEASUREMENT分组，在分组内处理逻辑：

library(plyr)

df_result_plyr <- ddply(df1, .(ID, MEASUREMENT), function(group_data) {
  # 先按Step排序分组内的数据
  group_data <- arrange(group_data, Step)
  # 计算耗时：第一个值为0，后面的用第2-n行的Start减第1-(n-1)行的End
  group_data$ElapsedTime <- c(0, as.numeric(difftime(
    group_data$StartDatetime[-1], 
    group_data$EndDatetime[-nrow(group_data)], 
    units = "secs"
  )))
  return(group_data)
})

结果验证 #

运行上述代码后，得到的ElapsedTime会和你期望的输出完全一致：

• 比如A Length Step2的耗时是60秒（2015-09-29 00:02:13 - 2015-09-29 00:01:13）
• A Width Step3的耗时是0秒（当前Step的Start和上一步的End为同一时间）

内容的提问来源于stack exchange，提问作者Sharath