r - R 中按日期列出的总小时数

Question

我想知道如何使用只有在第三列中分配有 X 的时间才能求和的条件来求和每天的总小时数。我有这个数据框:

<表类=“s-表”> <标题> 日期 时间 运行 <正文> 2012 年 4 月 17 日 00:10:00 x 2012 年 4 月 17 日 00:19:00 x 2012 年 4 月 17 日 00:25:00 x 2012 年 4 月 17 日 00:29:00 x 2012 年 4 月 17 日 00:25:00 2012 年 4 月 17 日 00:29:00 x 2012 年 4 月 17 日 00:30:00 x 2012 年 4 月 18 日 00:10:00 2012 年 4 月 18 日 00:14:00 x 2012 年 4 月 18 日 00:20:00 x

结果:

<表类=“s-表”> <标题> 日期 Total_Time <正文> 2012 年 4 月 17 日 00:20:00 2012 年 4 月 18 日 00:06:00

我尝试使用 lubridate 和 tidyverse 软件包，但没有成功。

谢谢

Answer 1

我们可以使用游程编码(rle)将时间点划分为跳跃。然后，我们可以总结跳跃的持续时间:

library(tidyverse)
library(lubridate)
#> 
#> Attaching package: 'lubridate'
#> The following objects are masked from 'package:base':
#> 
#>     date, intersect, setdiff, union

#' Run length encoding to output leap numbers
#' AAABBA => 111223
encode_leap <- function(x) {
  rle <- rle(x)
  rle$values <- rle$values %>%
    length() %>%
    seq()
  inverse.rle(rle)
}

data <- tribble(
  ~Date, ~Time, ~Run,
  "17/04/12", "00:10:00", "x",
  "17/04/12", "00:19:00", "x",
  "17/04/12", "00:25:00", "x",
  "17/04/12", "00:29:00", "x",
  "17/04/12", "00:25:00", NA,
  "17/04/12", "00:29:00", "x",
  "17/04/12", "00:30:00", "x",
  "18/04/12", "00:10:00", NA,
  "18/04/12", "00:14:00", "x",
  "18/04/12", "00:20:00", "x"
)
data
#> # A tibble: 10 x 3
#>    Date     Time     Run  
#>    <chr>    <chr>    <chr>
#>  1 17/04/12 00:10:00 x    
#>  2 17/04/12 00:19:00 x    
#>  3 17/04/12 00:25:00 x    
#>  4 17/04/12 00:29:00 x    
#>  5 17/04/12 00:25:00 <NA> 
#>  6 17/04/12 00:29:00 x    
#>  7 17/04/12 00:30:00 x    
#>  8 18/04/12 00:10:00 <NA> 
#>  9 18/04/12 00:14:00 x    
#> 10 18/04/12 00:20:00 x

data %>%
  mutate(date = Date) %>%
  # make year to 4 digits
  unite(Date, Time, col = "datetime", sep = "00 - ") %>%
  mutate(
    date,
    datetime = datetime %>% parse_datetime(format = "%d/%M/%Y - %H:%M:%S"),
    leap = encode_leap(.$Run)
  ) %>%
  group_by(date, leap) %>%
  summarise(duration = max(datetime) - min(datetime)) %>%
  group_by(date) %>%
  summarise(duration = sum(duration, na.rm = TRUE))
#> `summarise()` has grouped output by 'date'. You can override using the `.groups` argument.
#> # A tibble: 2 x 2
#>   date     duration 
#>   <chr>    <drtn>   
#> 1 17/04/12 1200 secs
#> 2 18/04/12  360 secs

^{由 reprex package 于 2021 年 10 月 7 日创建(v2.0.1)}