R 如何找到两个时间间隔的累计时间

我有两个数据表，如下所示：

DT1

DT2

从这两行中，我想确定位于DT！范围之间的DT2行的累积！。例如，第1行从2017-08-10 18:44:14开始到2017-08-11 19:33:17，所以我想取这段时间之间DT中的时间累积，并作为DT1中各行的列附加 例如，第一行是

   id            start_time             end_time           durationFromDT2
   604        2017-08-10 18:44:14    2017-08-11 19:33:17       420
   604        2017-08-10 20:38:20    2017-08-11 20:44:44       240

420是因为

（2017-08-11 18:44:14-2017-08-10 18:40:14）+（2017-08-11 18:47:14-2017-08-10 18:44:14）

。如果在该时间段内DT2中没有出现，则我希望它为0。同样，我也必须通过许多id进行分组

由于时间原因，240是

（2017-08-11 20:42:20-2017-08-10 20:38:20）

所以基本上是DT2对DT1时间段的覆盖 我尝试在行中循环，但没有成功。相反，我正在寻找任何dplyr或数据表解决方案。因为循环不起作用

---

感谢您的帮助。

假设评论中建议的纠正措施是正确的，请在下面找到

dplyr

解决方案：

merge(DT1, DT2, by = "id", all = TRUE) %>%
    filter(t2 >= start_time, t1 <= end_time) %>% 
    mutate(t1_adj = if_else(start_time > t1, start_time, t1),
           t2_adj = if_else(end_time < t2, end_time, t2),
           difftime = difftime(t2_adj, t1_adj, units = "secs")) %>% 
    group_by(id, start_time, end_time) %>% 
    summarize(durationFromDT2 = sum(difftime)) %>% 
    right_join(DT1) %>% 
    mutate(durationFromDT2 = coalesce(durationFromDT2, 0))

OP中的可复制（校正）样本数据帧如下：

library(lubridate)
DT1 <- 
    read.table(text = "
                        id         start_date start_time  end_date   end_time
                        604        2017-08-10 18:44:14    2017-08-10 19:33:17
                        604        2017-08-10 20:38:20    2017-08-10 20:44:44
                        604        2017-08-10 20:54:26    2017-08-10 20:58:48
                        604        2017-08-10 21:35:50    2017-08-10 22:03:14
                        604        2017-08-10 22:05:42    2017-08-10 22:17:12
                      ", header = TRUE, stringsAsFactors = FALSE) %>% 
    mutate(start_time = ymd_hms(paste(start_date, start_time)),
           end_time   = ymd_hms(paste(end_date, end_time))) %>% 
    select(-c(start_date, end_date))

DT2 <- 
    read.table(text = "
                         id         d1         t1          d2         t2
                         604        2017-08-10 18:40:14    2017-08-10 18:44:14
                         604        2017-08-10 18:44:14    2017-08-10 18:47:14
                         604        2017-08-10 19:44:14    2017-08-10 19:47:14
                         604        2017-08-10 20:30:14    2017-08-10 20:42:20
                         604        2017-08-10 21:44:14    2017-08-10 21:49:14
                         604        2017-08-10 22:44:14    2017-08-10 22:48:14
                      ", header = TRUE, stringsAsFactors = FALSE) %>% 
    mutate(t1 = ymd_hms(paste(d1,t1)),
           t2 = ymd_hms(paste(d2,t2)),
           ) %>% 
    select(-c(d1, d2))

库（lubridate）
DT1%
变异（开始时间=ymd\U hms（粘贴（开始日期，开始时间）），
结束时间=ymd\U hms（粘贴（结束日期，结束时间））%>%
选择（-c（开始日期、结束日期））
DT2%
突变（t1=ymd_hms（粘贴（d1，t1）），
t2=ymd_hms（粘贴（d2，t2）），
) %>% 
选择（-c（d1，d2））

我想你要找的是grep和gsub函数族。如果我没有错的话，我不认为grep用于匹配模式是正确的。但是这里我必须迭代DT2，然后与DT1关联。当

结束时间

位于同一行的

t1

和

t2

之间时，你如何处理这些情况？1）是截止日期都是2017-08-10（而不是2017-08-11）？将DT2的

持续时间的单位设置为秒？2） 回复：
420是因为（2017-08-11 18:44:14-2017-08-10 18:40:14）+（2017-08-11 18:47:14-2017-08-10 18:44:14）
-您包括的时间不在DT1的开始和结束时间之间。如果条件是时间必须介于DT1次之间，那么第一行加起来不是等于180秒吗？（由于DT1限制范围内的唯一DT2记录是18:44至18:47记录？）1秒@Jenslerssen两个表中的日期显然应该是同一天，以便彼此之间的距离如此之小。对于
DT1
中的第一行，只有
DT2
中的第二行在其间隔内，而
DT2
中的任何行都不在
DT1
中第二行的间隔内。简而言之，你真的需要修正你的例子。除此之外，假设所有日期列的格式正确，data.table解决方案将位于这些行中
DT2[DT1，sum（difftime（t2，start_time，units=“secs”），na.rm=TRUE），on=。（id，t1>=开始时间，t2抱歉迟到了。结束日期可能会落在不同的日期。当我在我的整个数据中运行它时，这有一些问题。DT2中一天的唯一一行类似于
3 2017-09-11 07:43:54 2017-09-11 07:47:26
然后在我的DT1中记录类似于
3 2017-09-11 18:44:14 2017-09-11 19:33:17
mDT2=1458是结束时间和开始时间的两倍。在这两者之间我没有延伸。你能提供建议吗？这是因为我在不同的日期有记录。这个解决方案在不同的日期应该可以正常工作。我只能猜测，你可能需要确保你只过滤重叠部分。只需先运行这一行，然后再运行两次检查您是否正在筛选所有不重叠的时段：
merge（DT1，DT2，by=“id”，all=TRUE）%%>%filter（t2>=start\u time，t1非常抱歉，这是我的DT2中的错误。非常感谢您了解dplyry，我很高兴能为您提供帮助
merge(DT1, DT2, by = "id", all = TRUE) %>%
    filter(t2 >= start_time, t1 <= end_time) %>% 
    mutate(t1_adj = if_else(start_time > t1, start_time, t1),
           t2_adj = if_else(end_time < t2, end_time, t2),
           difftime = difftime(t2_adj, t1_adj, units = "secs")) %>% 
    group_by(id, start_time, end_time) %>% 
    summarize(durationFromDT2 = sum(difftime)) %>% 
    right_join(DT1) %>% 
    mutate(durationFromDT2 = coalesce(durationFromDT2, 0))

# A tibble: 5 x 4
# Groups:   id, start_time [5]
     id          start_time            end_time durationFromDT2
  <int>              <dttm>              <dttm>          <time>
1   604 2017-08-10 18:44:14 2017-08-10 19:33:17        180 secs
2   604 2017-08-10 20:38:20 2017-08-10 20:44:44        240 secs
3   604 2017-08-10 20:54:26 2017-08-10 20:58:48          0 secs
4   604 2017-08-10 21:35:50 2017-08-10 22:03:14        300 secs
5   604 2017-08-10 22:05:42 2017-08-10 22:17:12          0 secs

library(lubridate)
DT1 <- 
    read.table(text = "
                        id         start_date start_time  end_date   end_time
                        604        2017-08-10 18:44:14    2017-08-10 19:33:17
                        604        2017-08-10 20:38:20    2017-08-10 20:44:44
                        604        2017-08-10 20:54:26    2017-08-10 20:58:48
                        604        2017-08-10 21:35:50    2017-08-10 22:03:14
                        604        2017-08-10 22:05:42    2017-08-10 22:17:12
                      ", header = TRUE, stringsAsFactors = FALSE) %>% 
    mutate(start_time = ymd_hms(paste(start_date, start_time)),
           end_time   = ymd_hms(paste(end_date, end_time))) %>% 
    select(-c(start_date, end_date))

DT2 <- 
    read.table(text = "
                         id         d1         t1          d2         t2
                         604        2017-08-10 18:40:14    2017-08-10 18:44:14
                         604        2017-08-10 18:44:14    2017-08-10 18:47:14
                         604        2017-08-10 19:44:14    2017-08-10 19:47:14
                         604        2017-08-10 20:30:14    2017-08-10 20:42:20
                         604        2017-08-10 21:44:14    2017-08-10 21:49:14
                         604        2017-08-10 22:44:14    2017-08-10 22:48:14
                      ", header = TRUE, stringsAsFactors = FALSE) %>% 
    mutate(t1 = ymd_hms(paste(d1,t1)),
           t2 = ymd_hms(paste(d2,t2)),
           ) %>% 
    select(-c(d1, d2))