如何使用R中的以下数据查找顾客在超市花费的时间？

Question

我有这样类型的数据：

Date           Status  ID
23-1-2010 11:40 in  321
23-1-2010 11:53 out 321
9-1-2010 12:11  in  356
9-1-2010 12:18  out 356
23-1-2010 11:37 in 356
23-1-2010 11:5  out 356
5-2-2010 13:14  in  398
5-2-2010 13:30  out 398
10-3-2010 9:30  in  398
13-3-2010 11:50 out 377
16-3-2010 10:30 in  377
16-3-2010 11:00 out 377
20-3-2010 12:09 in  377
20-3-2010 12:30 out 377

该数据描述了在特定日期和时间访问超市的顾客。客户通过其 ID 进行识别，并且还指定了其状态。

我想计算顾客在不同日期在超市花费的时间。我的数据存在的问题是，对于某些客户，仅记录进入时间或退出时间。我已经清除了访问过一次并且缺少进出状态的客户，但仍然有一些客户访问过多次且缺少进/出状态。

我已经尝试过

#create an empty data frame
TimeSpent<-rep(NA,length(df$ID))
ID<-rep(NA,length(df$ID))
Tspent<-data.frame(TimeSpent,ID)



#compute the time spent time
for(i in 1:length(df$Date - 1))
  {
      if(isTRUE(df$Status[i] == "in" && df$Status[i+1] == "out"))
      {
        Tspent$ID[i] <- df$ID[i]
        Tspent$TimeSpent[i] <- difftime(df$Date[i+1] - df$Date[i])
      } else if(isTRUE(df$Status[i+1] == "in" && df$Status[i+2] == "out"))
      {
        Tspent$ID[i] <- df$ID[i+1]
        Tspent$TimeSpent[i] <- difftime(df$Date[i+2] - df$Date[i+1])
      }  else 
        {
        Tspent$ID[i] <- df$ID[i+2]
        Tspent$TimeSpent[i] <- difftime(df$Date[i+3] - df$Date[i+2])
      }

      i<-i+1
}

，但收到此错误： as.POSIXct.default(time1) 中的错误： 不知道如何将“time1”转换为“POSIXct”类

有谁知道如何纠正我的代码或任何替代解决方案？提前致谢！

Answer 1

我不知道你的 data.frame 的结构（尝试 str(df)），但我猜你没有将日期转换为 POSIXct 对象。这样做是这样的：

 as.POSIXct(strptime(df$Date, format='%d-%m-%Y %H:%M'))

也许这可以解决您的问题。如果没有，请发布更多我可以读入的数据（当我尝试快速读入时，日期和时间之间的空白给我一个错误）

编辑：

我想我让你知道：问题在于 difftime() 函数。你可以轻松地绕过它并在没有它的情况下进行计算——它对于我的示例数据工作得很好。

我的示例数据：

    df <- data.frame(Date=(Sys.time()+ runif(20)*3600)) # already delvers timedate object
    df <- data.frame(df[order(df),1])
    df$status <- rep(c('in', 'out'), each=(10))
    df$ID     <- rep(c(1:10), each=2)
    names(df)[1] <- 'Date'

您稍微修改的代码

 #create an empty data frame
 TimeSpent<-rep(NA,length(df$ID))
 ID<-rep(NA,length(df$ID))
 Tspent<-data.frame(TimeSpent,ID)



 #compute the time spent time
 for(i in 1:length(df$Date - 1))
   {
       if(isTRUE(df$Status[i] == "in" && df$Status[i+1] == "out"))
       {
         Tspent$ID[i] <- df$ID[i]
         Tspent$TimeSpent[i] <- df$Date[i+1] - df$Date[i]
       } else if(isTRUE(df$Status[i+1] == "in" && df$Status[i+2] == "out"))
       {
         Tspent$ID[i] <- df$ID[i+1]
         Tspent$TimeSpent[i] <- df$Date[i+2] - df$Date[i+1] ** just skipped the difftime function
       }  else 
         {
         Tspent$ID[i] <- df$ID[i+2]
         Tspent$TimeSpent[i] <- df$Date[i+3] - df$Date[i+2]
       }

       i<-i+1
 }

输出

    TimeSpent ID
 1   8.266451  2
 2   4.044099  2
 3  12.895463  3
 4   2.699761  3
 5   1.484544  4