R groupby函数用于计算时间差

我不知道如何找到计算相同ID的时间组之间差异的最佳方法。 数据集如下所示：

ID:{1,1,2,2}
time:{13:44:07,13:44:09,13:44:34,13:45:44}

我想生成输出likeL

ID:{1,2}
timestamp:{2s,70s}

我已经将时间格式更改为POSIXct，当我尝试使用以下代码时：

data%>%
group_by(ID)%>%
mutate(timestamp=difftime(time,lag(time)))

它显示了以下错误：

Column `time` is a date/time and must be stored as POSIXct, not POSIXlt

---

---

我们可以在使用

as.POSIXct

转换为日期时间后使用

difftime

（根据OP的帖子，可以使用

strtime

将其转换为与

tidyverse

不兼容的

POSIXlt

类）

库（dplyr）
数据%>%
mutate（timeN=as.POSIXct（时间，格式='%H:%M:%S'））%>%
分组依据（ID）%>%
总结（timediff=difftime（第一个（timeN），最后一个（timeN），单位为“秒”）
#一个tibble:2x2
#ID时间差
#     
#1     1 -2      
#2     2 -70     

数据

---

data有人知道如何解决这个问题吗？谢谢！
library(dplyr)
data %>%
   mutate(timeN = as.POSIXct(time, format = '%H:%M:%S')) %>%
   group_by(ID) %>%
   summarise(timediff = difftime(first(timeN), last(timeN), unit = 'sec'))
# A tibble: 2 x 2
#     ID timediff
#  <dbl> <time>  
#1     1 -2      
#2     2 -70     

data <- structure(list(ID = c(1, 1, 2, 2), time = c("13:44:07", "13:44:09", 
"13:44:34", "13:45:44")), .Names = c("ID", "time"), row.names = c(NA, 
-4L), class = "data.frame")