r - 使用data.table按组计算和格式化行之间的时间差

Question

我是 data.table“场景”的新手，所以如果我的问题过于简单，我深表歉意。我经常处于必须应用某些分析或对按唯一 ID 分组的某些数据进行子集化的位置。通常，每个唯一 ID 大约有 1,000 行，大约有 30 个唯一 ID。所以，我被建议切换到 data.table 而不是试图找出 lapply 或 sapply 或 plyr 包。

这是我的数据类型的示例

    structure(list(ID = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 
3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L), dt = structure(c(1138366975, 
1138370472, 1138374064, 1138377669, 1138381264, 1138384873, 1138388503, 
1138399312, 1138402842, 1138406507, 1138413700, 1138417261, 1138420848, 
1138424444, 1138428071, 1138431695, 1138435287, 1138438938, 1138442428, 
1138446098), class = c("POSIXct", "POSIXt"), tzone = "GMT")), .Names = c("ID", 
"dt"), row.names = c(NA, -20L), class = "data.frame")

我把它转换成一个 data.table

X = data.table(test)

将我的“ key ”设置为个人

setkey(X,ID)

然后目标是以小时为单位计算时差(目前我希望这会很容易)。因此，要使用 Time2-Time1 来获取每个连续位置之间的小时和分钟数(在本例中为 ID)。

X[, diff:=c(NA,diff(dt)),by = ID]

此处的 diff 命令以分钟为单位进行计算，但我想以最有效的方式将其转换/四舍五入为小时，同时仍将该值保留为 POSIX 或时间对象。我知道我可能会创建另一个列并将 diff 除以 60。但我希望有一些方法可以只键入 "hours" 或 "minutes" 或其他内容某处。因为我不了解 data.table 如何处理时间。我尝试使用 difftime 命令在 data.frame 中使用 for 循环执行此操作，但它非常麻烦并将数据链接回原始数据数据框让我感到困惑，因为我不精通 for 循环。

将数据按小时计算后，我只想选择相隔 0.5 小时、相隔 4 小时和相隔 12 小时的数据。我还没有想出如何在 data.table 中做

Answer 1

这是一种方法，但可能不是最有效的...

X[ , diff := c( NA_character_ , difftime( tail( dt , -1 ) , head( dt , -1 ) , units = "hours" ) ) , by = ID ]
#    ID                V1
# 1:  1                NA
# 2:  1 0.971388888888889
# 3:  1 0.997777777777778
# 4:  1  1.00138888888889
# 5:  2                NA