r - 数据帧行之间的时间差

Question

我已经在 StackOverflow 的 R 部分进行分区很长时间了，以寻找合适的答案，但似乎没有任何东西适用于我的问题。我有一个这种格式的数据集(我已经将其调整为似乎最容易使用的方法，但 stop_sequence 值通常只是每次停止的增量数字):

route_short_name    trip_id                     direction_id    departure_time  stop_sequence 
 33A                1.1598.0-33A-b12-1.451.I            1       16:15:00         start
 33A                1.1598.0-33A-b12-1.451.I            1       16:57:00           end
 41C                10.3265.0-41C-b12-1.277.I           1       08:35:00         start
 41C                10.3265.0-41C-b12-1.277.I           1       09:26:00           end
 41C                100.3260.0-41C-b12-1.276.I          1       09:40:00         start
 41C                100.3260.0-41C-b12-1.276.I          1       10:53:00           end
 114                1000.987.0-114-b12-1.86.O           0       21:35:00         start
 114                1000.987.0-114-b12-1.86.O           0       22:02:00           end
 39                 10000.2877.0-39-b12-1.242.I         1       11:15:00         start
 39                 10000.2877.0-39-b12-1.242.I         1       12:30:00           end

它基本上是一个公共(public)汽车行程数据集。我想要的只是设法获得每次旅行的持续时间，所以像这样:

route_short_name    trip_id                    direction_id    duration
33A                1.1598.0-33A-b12-1.451.I            1        42
41C                10.3265.0-41C-b12-1.277.I           1        51
41C                100.3260.0-41C-b12-1.276.I          1        73
114                1000.987.0-114-b12-1.86.O           0        27
39                 10000.2877.0-39-b12-1.242.I         1        75

我已经尝试了很多方法，但在任何情况下我都无法按 trip_id 对数据进行分组，然后每次都处理这两个值。我一定是误会了什么，但我不知道是什么。

有人知道吗？

Answer 1

我们也可以在不转换为“宽”格式的情况下执行此操作(假设每个“route_short_name”、“trip_id”和“direction_id”的“stop_sequence”是“start”后跟“end”。

将'departure_time' 转换为日期时间列，按'route_short_name'、'trip_id' 和'direction_id' 分组，得到last 'departure_time 的difftime '与'第一个''departure_time'的那个

df1 %>%
    mutate(departure_time = as.POSIXct(departure_time, format = '%H:%M:%S')) %>%
    group_by(route_short_name, trip_id, direction_id) %>%
    summarise(duration = as.numeric(difftime(last(departure_time), first(departure_time), unit = 'min')))
# A tibble: 5 x 4
# Groups:   route_short_name, trip_id [?]
#  route_short_name                     trip_id direction_id duration
#             <chr>                       <chr>        <int>    <dbl>
#1              114   1000.987.0-114-b12-1.86.O            0       27
#2              33A    1.1598.0-33A-b12-1.451.I            1       42
#3               39 10000.2877.0-39-b12-1.242.I            1       75
#4              41C   10.3265.0-41C-b12-1.277.I            1       51
#5              41C  100.3260.0-41C-b12-1.276.I            1       73