使用 difftime + 减法运算符时错误 "Origin must be supplied" 在不同分钟内不起作用
Error "Origin must be supplied" when using difftime + subtraction operator not working for different minutes
我有一个包含两列 "start" 和 "end" 的数据框，格式为 HH:MM:SS。
我想使用 difftime 函数
计算开始和结束之间的持续时间
它总是返回这个错误：
as.POSIXct.numeric(time1) 中的错误：必须提供 'origin'
我读了很多帖子，但 none 似乎对我有用。
正在加载包
library(dplyr)
library(tidyverse)
library(lubridate)
我删除了小时以仅处理分钟和秒
get_time <- function(x){str_sub(x, start = -5) %>% ms()}
df <- df %>% mutate(start = get_time(start)) %>%
mutate(end = get_time(end))
Class 个对象
class(df$start)
gives:
[1] "Period"
attr(,"package")
[1] "lubridate"
start end
26M 22S 26M 23S
26M 25S 26M 37S
29M 47S 30M 13S
我使用 difftime 函数
计算了持续时间
df$duration <- with(df, difftime(end, start, units="secs"))
gives error:
Error in as.POSIXct.numeric(time1) : 'origin' must be supplied
我使用了减法运算符，除了第 3 行分钟不同时它工作正常，它给出了错误的答案。
start end duration
26M 22S 26M 23S 1S
26M 25S 26M 37S 12S
29M 47S 30M 13S 1M -34S
修正
接受的响应工作得很好，除了 returns 一个错误：
mtx1[3, ] 错误：维度数不正确 每当应用于我在同一数据框中的第二个两列 "start2" 和 "end2" 时。
来自我的 df 的示例
df <- structure(list(item = c("manatee", "manatee", "pile", "pile"), prestart = new("Period", .Data = c(22,
25, 41, 49), year = c(0, 0, 0, 0), month = c(0,
0, 0, 0), day = c(0, 0, 0, 0), hour = c(0, 0, 0,
0), minute = c(26, 26, 26, 26)), preend = new("Period",
.Data = c(23, 37, 48, 50), year = c(0, 0, 0, 0), month = c(0, 0, 0, 0), day = c(0, 0, 0, 0
), hour = c(0, 0, 0, 0), minute = c(26, 26, 26, 26)), poststart = new("Period", .Data = c(23, 41, 50,
54), year = c(0, 0, 0, 0), month = c(0, 0, 0, 0), day = c(0, 0, 0, 0), hour = c(0, 0, 0, 0),
minute = c(26, 26, 26, 26)), postend = new("Period",
.Data = c(37, 48, 52, 22), year = c(0, 0, 0, 0), month = c(0, 0, 0, 0), day = c(0, 0, 0, 0
), hour = c(0, 0, 0, 0), minute = c(26, 26, 26, 27))), row.names = c(NA, -6L), class = c("tbl_df", "tbl",
"data.frame"))
仅按分钟和秒组织数据（删除小时）
get_time <- function(x){str_sub(x, start = -5) %>% ms()}
df <- df %>% mutate(prestart = get_time(prestart)) %>%
mutate(preend = get_time(preend)) %>%
mutate(poststart = get_time(poststart)) %>%
mutate(postend = get_time(postend))
更新 2：我保留了之前的两个答案以供记录（以防有人确实拥有包含此类字符串的数据）。但是，数据实际上是从 lubridate 派生的，因此 "26M 22S" 只是 numeric 对象的表示。
最终，直接如下：
lubridate::as.difftime(df$preend - df$prestart, units="secs")
# Time differences in secs
# [1] 1 12 7 1
更新：你的数据格式和我最初推断的完全不一样。我将在下面保留原始答案，但鉴于此数据结构，它没有太大帮助。
你总是可以尝试做 "modulus subtraction"，但我认为最好的方法是转换为十进制并返回。首先，我以两种方式提供数据，使用户更容易准确地了解您的数据是什么样的。 （如果事先准备好，我将无法提供原来不太有用的答案。）请以后使用类似的东西，它意义重大！
x <- data.frame(
start = c("26M 22S", "26M 25S", "29M 47S"),
end = c("26M 23S", "26M 37S", "30M 13S"),
stringsAsFactors = FALSE
)
# if you don't want to generate a frame like that, then you can
# provide the output from dput(head(x))
structure(list(start = c("26M 22S", "26M 25S", "29M 47S"), end = c("26M 23S",
"26M 37S", "30M 13S")), class = "data.frame", row.names = c(NA,
-3L))
从这里开始，两个辅助函数可以转换 to/from 十进制分钟。这些都假设您只处理 minutes/seconds，再也不会。同样，转换回 character 假定您始终使用整数秒，这可能是草率的。如果不是这种情况，您可以删除 round 并接受小数部分，也许使用 sprintf("%dM %02.3f", ...) 来控制小数部分。
decimal_minutes <- function(s) {
nums <- strsplit(gsub("[^0-9 ]", "", s), "\s+")
mtx <- sapply(nums, as.integer)
mtx[1,] + mtx[2,] / 60
}
minutes_seconds <- function(num, keep0 = TRUE) {
out <- sprintf("%dM %02dS", as.integer(num), as.integer(round(60 * (num %% 1), 0)))
if (!keep0) out <- gsub("^0M ", "", out)
out
}
从这里开始，如果您想在别处使用它们，您始终可以保留数字版本：
x[,c("startnum", "endnum")] <- lapply(x[,c("start", "end")], decimal_minutes)
x
# start end startnum endnum
# 1 26M 22S 26M 23S 26.36667 26.38333
# 2 26M 25S 26M 37S 26.41667 26.61667
# 3 29M 47S 30M 13S 29.78333 30.21667
x$endnum - x$startnum
# [1] 0.01666667 0.20000000 0.43333333
minutes_seconds(x$endnum - x$startnum)
# [1] "0M 01S" "0M 12S" "0M 26S"
minutes_seconds(x$endnum - x$startnum, keep0 = FALSE)
# [1] "01S" "12S" "26S"
但是如果你想要的只是一次性减法，你可以一次调用完成：
x$duration <- minutes_seconds(
decimal_minutes(x$end) - decimal_minutes(x$start),
keep0 = TRUE
)
x
# start end duration
# 1 26M 22S 26M 23S 0M 01S
# 2 26M 25S 26M 37S 0M 12S
# 3 29M 47S 30M 13S 0M 26S
x$duration <- minutes_seconds(
decimal_minutes(x$end) - decimal_minutes(x$start),
keep0 = FALSE
)
x
# start end duration
# 1 26M 22S 26M 23S 01S
# 2 26M 25S 26M 37S 12S
# 3 29M 47S 30M 13S 26S
理想情况下，这可以而且应该被概括为接受更多（例如 "1H 23M 11S" 中的小时数）。一个简单的步骤是更新 decimal_minutes 以查找和处理更长的格式。我想知道 lubridate 是否适合您，尽管我怀疑它会采用 "26M 22S" 作为本机格式，因此您仍然需要进行一些数据处理才能开始使用它。
关于 origin= 关于 R 的 POSIXt 的讨论意味着它很可能从数字转换为 time/date。这样做的一个常见原因是使用纪元秒（在 unix-y 中很常见）作为时间戳的数字描述。通常认为这种格式（1970-01-01 00:00:00）的“0秒”是绝对的，但不具有普遍性（excel不同），甚至realistic/desirable是可行的有不同的“0”时间。所以它什么都不假设，迫使你明确。
as.POSIXct(100, origin="1970-01-01 00:00:00")
# [1] "1969-12-31 16:01:40 PST"
as.POSIXct(100, origin="1970-01-01 00:00:00", tz="UTC")
# [1] "1970-01-01 00:01:40 UTC"
### or even just
as.POSIXct(100, origin="1970-01-01")
所以要在 数字 上使用 difftime，您首先需要在执行 difftime 之前用 as.POSIXct(..., origin="1970-01-01") 之类的东西转换这些数字。
但是，由于您需要秒，而数字纪元已经以秒为单位，您可以这样做
end - start
如果你真的需要它被标记为"seconds"，那么做
`units<-`(end - start, "secs")
### such as
`units<-`(100-90, "secs")
# [1] 10
# attr(,"units")
# [1] "secs"
我有一个包含两列 "start" 和 "end" 的数据框，格式为 HH:MM:SS。
我想使用 difftime 函数
计算开始和结束之间的持续时间它总是返回这个错误： as.POSIXct.numeric(time1) 中的错误：必须提供 'origin'
我读了很多帖子，但 none 似乎对我有用。
正在加载包
library(dplyr)
library(tidyverse)
library(lubridate)
我删除了小时以仅处理分钟和秒
get_time <- function(x){str_sub(x, start = -5) %>% ms()}
df <- df %>% mutate(start = get_time(start)) %>%
mutate(end = get_time(end))
Class 个对象
class(df$start)
gives:
[1] "Period"
attr(,"package")
[1] "lubridate"
start end
26M 22S 26M 23S
26M 25S 26M 37S
29M 47S 30M 13S
我使用 difftime 函数
计算了持续时间df$duration <- with(df, difftime(end, start, units="secs"))
gives error:
Error in as.POSIXct.numeric(time1) : 'origin' must be supplied
我使用了减法运算符，除了第 3 行分钟不同时它工作正常，它给出了错误的答案。
start end duration
26M 22S 26M 23S 1S
26M 25S 26M 37S 12S
29M 47S 30M 13S 1M -34S
修正
接受的响应工作得很好，除了 returns 一个错误： mtx1[3, ] 错误：维度数不正确 每当应用于我在同一数据框中的第二个两列 "start2" 和 "end2" 时。
来自我的 df 的示例
df <- structure(list(item = c("manatee", "manatee", "pile", "pile"), prestart = new("Period", .Data = c(22,
25, 41, 49), year = c(0, 0, 0, 0), month = c(0,
0, 0, 0), day = c(0, 0, 0, 0), hour = c(0, 0, 0,
0), minute = c(26, 26, 26, 26)), preend = new("Period",
.Data = c(23, 37, 48, 50), year = c(0, 0, 0, 0), month = c(0, 0, 0, 0), day = c(0, 0, 0, 0
), hour = c(0, 0, 0, 0), minute = c(26, 26, 26, 26)), poststart = new("Period", .Data = c(23, 41, 50,
54), year = c(0, 0, 0, 0), month = c(0, 0, 0, 0), day = c(0, 0, 0, 0), hour = c(0, 0, 0, 0),
minute = c(26, 26, 26, 26)), postend = new("Period",
.Data = c(37, 48, 52, 22), year = c(0, 0, 0, 0), month = c(0, 0, 0, 0), day = c(0, 0, 0, 0
), hour = c(0, 0, 0, 0), minute = c(26, 26, 26, 27))), row.names = c(NA, -6L), class = c("tbl_df", "tbl",
"data.frame"))
仅按分钟和秒组织数据（删除小时）
get_time <- function(x){str_sub(x, start = -5) %>% ms()}
df <- df %>% mutate(prestart = get_time(prestart)) %>%
mutate(preend = get_time(preend)) %>%
mutate(poststart = get_time(poststart)) %>%
mutate(postend = get_time(postend))
更新 2：我保留了之前的两个答案以供记录（以防有人确实拥有包含此类字符串的数据）。但是，数据实际上是从 lubridate 派生的，因此 "26M 22S" 只是 numeric 对象的表示。
最终，直接如下：
lubridate::as.difftime(df$preend - df$prestart, units="secs")
# Time differences in secs
# [1] 1 12 7 1
更新：你的数据格式和我最初推断的完全不一样。我将在下面保留原始答案，但鉴于此数据结构，它没有太大帮助。
你总是可以尝试做 "modulus subtraction"，但我认为最好的方法是转换为十进制并返回。首先，我以两种方式提供数据，使用户更容易准确地了解您的数据是什么样的。 （如果事先准备好，我将无法提供原来不太有用的答案。）请以后使用类似的东西，它意义重大！
x <- data.frame(
start = c("26M 22S", "26M 25S", "29M 47S"),
end = c("26M 23S", "26M 37S", "30M 13S"),
stringsAsFactors = FALSE
)
# if you don't want to generate a frame like that, then you can
# provide the output from dput(head(x))
structure(list(start = c("26M 22S", "26M 25S", "29M 47S"), end = c("26M 23S",
"26M 37S", "30M 13S")), class = "data.frame", row.names = c(NA,
-3L))
从这里开始，两个辅助函数可以转换 to/from 十进制分钟。这些都假设您只处理 minutes/seconds，再也不会。同样，转换回 character 假定您始终使用整数秒，这可能是草率的。如果不是这种情况，您可以删除 round 并接受小数部分，也许使用 sprintf("%dM %02.3f", ...) 来控制小数部分。
decimal_minutes <- function(s) {
nums <- strsplit(gsub("[^0-9 ]", "", s), "\s+")
mtx <- sapply(nums, as.integer)
mtx[1,] + mtx[2,] / 60
}
minutes_seconds <- function(num, keep0 = TRUE) {
out <- sprintf("%dM %02dS", as.integer(num), as.integer(round(60 * (num %% 1), 0)))
if (!keep0) out <- gsub("^0M ", "", out)
out
}
从这里开始，如果您想在别处使用它们，您始终可以保留数字版本：
x[,c("startnum", "endnum")] <- lapply(x[,c("start", "end")], decimal_minutes)
x
# start end startnum endnum
# 1 26M 22S 26M 23S 26.36667 26.38333
# 2 26M 25S 26M 37S 26.41667 26.61667
# 3 29M 47S 30M 13S 29.78333 30.21667
x$endnum - x$startnum
# [1] 0.01666667 0.20000000 0.43333333
minutes_seconds(x$endnum - x$startnum)
# [1] "0M 01S" "0M 12S" "0M 26S"
minutes_seconds(x$endnum - x$startnum, keep0 = FALSE)
# [1] "01S" "12S" "26S"
但是如果你想要的只是一次性减法，你可以一次调用完成：
x$duration <- minutes_seconds(
decimal_minutes(x$end) - decimal_minutes(x$start),
keep0 = TRUE
)
x
# start end duration
# 1 26M 22S 26M 23S 0M 01S
# 2 26M 25S 26M 37S 0M 12S
# 3 29M 47S 30M 13S 0M 26S
x$duration <- minutes_seconds(
decimal_minutes(x$end) - decimal_minutes(x$start),
keep0 = FALSE
)
x
# start end duration
# 1 26M 22S 26M 23S 01S
# 2 26M 25S 26M 37S 12S
# 3 29M 47S 30M 13S 26S
理想情况下，这可以而且应该被概括为接受更多（例如 "1H 23M 11S" 中的小时数）。一个简单的步骤是更新 decimal_minutes 以查找和处理更长的格式。我想知道 lubridate 是否适合您，尽管我怀疑它会采用 "26M 22S" 作为本机格式，因此您仍然需要进行一些数据处理才能开始使用它。
关于 origin= 关于 R 的 POSIXt 的讨论意味着它很可能从数字转换为 time/date。这样做的一个常见原因是使用纪元秒（在 unix-y 中很常见）作为时间戳的数字描述。通常认为这种格式（1970-01-01 00:00:00）的“0秒”是绝对的，但不具有普遍性（excel不同），甚至realistic/desirable是可行的有不同的“0”时间。所以它什么都不假设，迫使你明确。
as.POSIXct(100, origin="1970-01-01 00:00:00")
# [1] "1969-12-31 16:01:40 PST"
as.POSIXct(100, origin="1970-01-01 00:00:00", tz="UTC")
# [1] "1970-01-01 00:01:40 UTC"
### or even just
as.POSIXct(100, origin="1970-01-01")
所以要在 数字 上使用 difftime，您首先需要在执行 difftime 之前用 as.POSIXct(..., origin="1970-01-01") 之类的东西转换这些数字。
但是，由于您需要秒，而数字纪元已经以秒为单位，您可以这样做
end - start
如果你真的需要它被标记为"seconds"，那么做
`units<-`(end - start, "secs")
### such as
`units<-`(100-90, "secs")
# [1] 10
# attr(,"units")
# [1] "secs"