我正在计算两列之间的条件时间差，有人能解释一下为什么第一行以秒为单位返回，而第三行以分钟为单位返回？ Dataframe 按group分组。
library(dplyr)
source <- data.frame(
group = c(1,1,2),
start = as.POSIXct(c("2023-12-01 00:00:00", "2023-12-01 00:01:00", "2023-12-01 00:00:00")),
end = as.POSIXct(c("2023-12-01 00:01:00", "2023-12-01 00:01:00", "2023-12-01 00:01:00")),
boolean_flag = c(TRUE, TRUE, TRUE)
)
reprex <- source %>%
group_by(group) %>%
mutate(length = ifelse(boolean_flag, end - start, 0)) %>%
ungroup()
reprex字符串
的数据
我知道如果我切换到if_else()，或者如果我使用difftime()并指定unit="mins"而不是一个简单的减法，这个问题就不会再出现了，但是我在这里试图理解为什么在当前代码中会发生这种情况。如果删除第二行的结尾和开头相同，这个问题也会消失。
编辑：
正如下面的两个答案所指出的，使用此代码，单位是特定于组的，它将被设置为适应组内存在的最小值。
下面更新的source Dataframe 也有间隔1天1小时的记录，这一点很清楚：
source <- data.frame(
group = c(1,1,2,3,3,4),
start = as.POSIXct(c("2023-12-01 00:00:00", "2023-12-01 00:01:00", "2023-12-01 00:00:00", "2023-12-01 00:00:00", "2023-12-01 00:00:00", "2023-12-01 00:00:00")),
end = as.POSIXct(c("2023-12-01 00:01:00", "2023-12-01 00:01:00", "2023-12-01 00:01:00", "2023-12-02 00:00:00", "2023-12-01 01:00:00", "2023-12-01 01:00:00")),
boolean_flag = c(TRUE, TRUE, TRUE, TRUE, TRUE, TRUE)
)型
的
每组单位：
- 组1：秒（由第二行设置）
- 第2组：分钟
- 第3组：小时（第五行设置）
- 第4组：天数
2条答案
按热度按时间6mw9ycah1#
当减去时间时，
difftime被调度，它试图“漂亮”而不是有一个默认的单位。如果直接使用difftime，你可以设置单位。这并不完全特定于你的代码，但显然difftime被单独应用于每个组，所以group_by是罪魁祸首，每个组都有自己的单位。字符串
我可以假设，你的真实的代码更复杂，或者为什么你需要分组来计算 * 每 * 行的时间差？
ctehm74n2#
基本上，每个组的格式都会改变。当它“看到”零值时，它会动态调整输出格式。
解决方法是从
lubridate使用as.duration字符串