R 如何计算这些数据的时区？

我有一个非常大的客户反馈数据集，我想删除重复的数据集

反馈如下所示：

Great service!, n days ago
OK, n days ago
Could be better, n days ago
Awesome, n days ago
YES!, n days ago 

为了获得每个反馈的时间戳，我从文件下载到我的计算机的时间（例如

2015-07-06 EST-5天=2015-07-01

）中减去

n天前的时间（例如
5天前的时间）

问题是我不知道我下载的服务器的时区，即记录反馈的时间，因此来自同一客户的一些相同反馈会记录两次。服务器已关闭，我无法访问

例如：

Feedback, Timestamp
Great service!, 2015-07-05 00:00
Great service!, 2015-07-04 02:00
OK, 2015-04-07 09:00
OK, 2015-04-06 17:00
Could be better, 2015-08-08 01:00
Could be better, 2015-08-07 13:00
Awesome, 2015-07-10 03:00 
Awesome, 2015-07-09 19:00   
YES!, 2015-03-20 03:00 
YES!, 2015-03-19 13:00 

假设无法从服务器获取时区，是否有一种方法可以根据我在这里提供的数据计算时区？我想不出来，所以我希望有人能帮忙
 在这种情况下，很难断定评论是重复的。如果您愿意将相同的“反馈”视为重复，您可以按如下方式使用
dplyr
来过滤第一行：

library(dplyr)
df <- data.frame(Feedback = c('Great service!', 'Great service!', 'OK', 'OK', 'Could be better', 'Could be better', 'Awesome', 'Awesome', 'YES!', 'YES!', 'Whatever'), Timestamp = as.POSIXct(c('2015-07-05 00:00', '2015-07-04 02:00',
                                      '2015-04-07 09:00', '2015-04-06 17:00',
                                      '2015-08-08 01:00', '2015-08-07 13:00',
                                      '2015-07-10 03:00', '2015-07-09 19:00',
                                      '2015-03-20 03:00', '2015-03-19 13:00',
                                      '2015-04-19 01:00')), stringsAsFactors = FALSE)
df <- df %>% arrange(Feedback, Timestamp) %>% group_by(Feedback) %>% slice(1)

如果你想计算时间增量，这里是你将如何做。如您所见，它们高于我在上面用作示例的60分钟阈值：

df <- df %>% arrange(Feedback, Timestamp) %>% group_by(Feedback) %>% summarise(timedelta = as.numeric(difftime(max(Timestamp), min(Timestamp), units = 'mins')))
df
Source: local data frame [6 x 2]

         Feedback timedelta
            (chr)     (dbl)
1         Awesome       480
2 Could be better       720
3  Great service!      1320
4              OK       960
5        Whatever         0
6            YES!       840

df%arrange（反馈，时间戳）%%>%group_by（反馈）%%>%summary（timedelta=as.numeric（difftime（max（Timestamp），min（Timestamp），units='mins'））
df
来源：本地数据帧[6 x 2]
反馈时间增量
（chr）（dbl）
1480
2可能更好720
3.服务很好！1320
4好的960
5.0
6是的！840

更新：根据以下注释，要始终保留第一次出现，请使用以下命令：

df <- df %>% arrange(Feedback, Timestamp) %>% group_by(Feedback) %>% mutate(Timedelta = as.numeric(difftime(Timestamp, lag(Timestamp), units = 'mins'))) %>% filter(is.na(Timedelta) | Timedelta > 60) %>% select(-Timedelta)

df%arrange（Feedback，Timestamp）%%>%group_by（Feedback）%%>%mutate（Timedelta=as.numeric（difftime（Timestamp，lag（Timestamp），units='mins'））%%>%filter（is.na（Timedelta）| Timedelta>60）%%select（-Timedelta）

我正在创建一个附加列并取消选中它，以使事情更容易理解。有一种方法可以将表达式组合到过滤器本身，这有点复杂。
为什么删除了语言标记？@Pascal这个问题与语言有什么关系？为什么不是C++，perl？@ HelLov，这是OP的选择，你不能违背这个选择！谢谢，使用时间增量进行过滤是个好主意。但当我尝试你的例子时，除了“whatever”之外的所有反馈都被删除了？这是因为所有的时间增量都在60分钟之外。更改数据和过滤条件以查看想法的实际效果。你需要调整以适应你的需要。我理解，但是有没有一种方法可以基于时间增量进行过滤，同时保证每个独特的反馈中至少有一个会保留在新的df中？
df <- df %>% arrange(Feedback, Timestamp) %>% group_by(Feedback) %>% mutate(Timedelta = as.numeric(difftime(Timestamp, lag(Timestamp), units = 'mins'))) %>% filter(is.na(Timedelta) | Timedelta > 60) %>% select(-Timedelta)