R 如何将difftime的值从小时转换为天？

我有一个看起来像的数据框

structure(list(format_date = c("Feb-21 (W5)", "Mar-21 (W1)", 
"Mar-21 (W2)"), Total_count = c(53L, 1079L, 1288L), Count_Diff_1 = c(29L, 
508L, 519L), Count_Diff_2 = c(22L, 505L, 624L), Count_Diff_3 = c(2L, 
66L, 145L), Average_Diff_1 = structure(c(10.3464846743295, 6.03846784776903, 
2.75151412973667), class = "difftime", units = "hours"), Average_Diff_2 = structure(c(6.46958333333333, 
7.78101430143014, 2.58788906695157), class = "difftime", units = "hours"), 
    Average_Diff_3 = structure(c(162.45419129418, 133.452629846369, 
    54.3061989570153), class = "difftime", units = "hours"), 
    Per_Diff_1 = c(0.547169811320755, 0.470806302131603, 0.402950310559006
    ), Per_Diff_2 = c(0.415094339622642, 0.468025949953661, 0.484472049689441
    ), Per_Diff_3 = c(0.0377358490566038, 0.0611677479147359, 
    0.112577639751553)), row.names = c(NA, -3L), groups = structure(list(
    format_date = c("Feb-21 (W5)", "Mar-21 (W1)", "Mar-21 (W2)"
    ), .rows = structure(list(1L, 2L, 3L), ptype = integer(0), class = c("vctrs_list_of", 
    "vctrs_vctr", "list"))), row.names = c(NA, 3L), class = c("tbl_df", 
"tbl", "data.frame"), .drop = TRUE), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"))

如果

Average_1

、

Average_2

和

Average_3

列中的值大于24小时，我想转换天的值，并将

peru Diff_1

、

peru Diff_2

和

peru Diff_3

转换为带%符号的2个小数点

另外，如果我能设法按降序排列

格式\ u日期

，那就太好了。现在它的名字是

Feb-21（W5）

，

Mar-21（W1）

和

Mar-21（W2）

它应该是

Mar-21（W2）

，

Mar-21（W1）

和

Feb-21（W5）

---

所需df我们可以在

以

'Average'开头的列上使用

来转换大于24的值，然后除以24，附加'Days'作为后缀，或者通过附加'hours'作为后缀返回。类似地，
以
“Per”开头的列可以通过
标签_百分比
从
比例
格式化为百分比。然后，我们在转换到
yearmon
类（从
zoo:：as.yearmon
）后，在
desc
中安排
结束顺序中的'format_date'

-输出

# A tibble: 3 x 11
#  format_date Total_count Count_Diff_1 Count_Diff_2 Count_Diff_3 Average_Diff_1 Average_Diff_2 Average_Diff_3 Per_Diff_1 Per_Diff_2 Per_Diff_3
#  <chr>             <int>        <int>        <int>        <int> <chr>          <chr>          <chr>          <chr>      <chr>      <chr>     
#1 Mar-21 (W2)        1288          519          624          145 2.75 hours     2.59 hours     2.26 Days      40.3%      48.4%      11.3%     
#2 Mar-21 (W1)        1079          508          505           66 6.04 hours     7.78 hours     5.56 Days      47.1%      46.8%      6.1%      
#3 Feb-21 (W5)          53           29           22            2 10.35 hours    6.47 hours     6.77 Days      54.7%      41.5%      3.8%    

#一个tible:3 x 11
#格式\日期总计\计数计数\差异\计数\差异\计数\差异\ 2计数\差异\ 3平均\差异\ 1平均\差异\ 2平均\差异\ 3每\差异\ 1每\差异\ 2每\差异\ 3
#                                                                                       
#21年3月1日（W2）1288519624145 2.75小时2.59小时2.26天40.3%48.4%11.3%
#21年3月2日（W1）1079 508 505 66 6.04小时7.78小时5.56天47.1%46.8%6.1%
#21年2月3日（W5）53 29 22 10.35小时6.47小时6.77天54.7%41.5%3.8%
您可以使用
if
将案件处理中difftime类的
单位更改为天。对于百分比，请尝试
formatC

d[6:8] <- lapply(d[6:8], function(x) {if (all(x > 24)) units(x) <- "days";round(x, 2)})
d[9:11] <- lapply(d[9:11], function(x) paste0(formatC(x*100, 1, format="f"), "%"))
d <- d[order(d$format_date, decreasing=T), ]

@akrun：只要
hours
在其应显示的任何平均列中超过24天，则预期转换为。例如，
162.66625小时
到
6.77天
非常感谢，它成功了。如果我能按降序排列
format\u date
列，只需再提供一个帮助。@SophiaWilson我想更新应该会有帮助。是的，它成功了。只有几个星期没有安排好。理想情况下，
Mar-21（W2）
应该是第一行。@SophiaWilson好的，我会告诉你，它工作得很好。再次非常感谢：）
# A tibble: 3 x 11
#  format_date Total_count Count_Diff_1 Count_Diff_2 Count_Diff_3 Average_Diff_1 Average_Diff_2 Average_Diff_3 Per_Diff_1 Per_Diff_2 Per_Diff_3
#  <chr>             <int>        <int>        <int>        <int> <chr>          <chr>          <chr>          <chr>      <chr>      <chr>     
#1 Mar-21 (W2)        1288          519          624          145 2.75 hours     2.59 hours     2.26 Days      40.3%      48.4%      11.3%     
#2 Mar-21 (W1)        1079          508          505           66 6.04 hours     7.78 hours     5.56 Days      47.1%      46.8%      6.1%      
#3 Feb-21 (W5)          53           29           22            2 10.35 hours    6.47 hours     6.77 Days      54.7%      41.5%      3.8%    

d[6:8] <- lapply(d[6:8], function(x) {if (all(x > 24)) units(x) <- "days";round(x, 2)})
d[9:11] <- lapply(d[9:11], function(x) paste0(formatC(x*100, 1, format="f"), "%"))
d <- d[order(d$format_date, decreasing=T), ]

d
#   format_date Total_count Count_Diff_1 Count_Diff_2 Count_Diff_3 Average_Diff_1
# 3 Mar-21 (W2)        1288          519          624          145     2.75 hours
# 2 Mar-21 (W1)        1079          508          505           66     6.04 hours
# 1 Feb-21 (W5)          53           29           22            2    10.35 hours
#   Average_Diff_2 Average_Diff_3 Per_Diff_1 Per_Diff_2 Per_Diff_3
# 3     2.59 hours      2.26 days      40.3%      48.4%      11.3%
# 2     7.78 hours      5.56 days      47.1%      46.8%       6.1%
# 1     6.47 hours      6.77 days      54.7%      41.5%       3.8%