calculate the time difference. R-CodePudding

I have a a dataframe with 2 column:

   StartTime             EndTime
1. 2019-05-06 08:34:15   2019-05-06 08:48:30
2. 2019-05-06 10:07:18   2019-05-06 10:21:34
3. 2019-05-06 15:13:10   2019-05-06 15:27:26
4. 2019-05-06 15:35:52   2019-05-06 15:50:07
5. 2019-05-06 16:14:18   2019-05-06 16:33:58
6. 2019-05-06 16:58:14   2019-05-06 17:13:36
7. 2019-05-06 20:28:50   2019-05-06 21:05:11
8. 2019-05-06 21:55:53   2019-05-06 22:16:50
9. 2019-05-06 22:42:21   2019-05-06 22:57:46
10.2019-05-06 23:26:59   2019-05-07 00:03:46
11.2019-05-07 00:36:43   2019-05-07 00:53:44

I want to add a new column(IdlingTime) to calculate the idle time. let's say the first row IdlingTime is: 2nd row of StartTime - 1st row of EndTime = 1 HR 18 min 48 sec and convert to minutes.

Thank you advance.

CodePudding user response：

This is how I would do it.

df %>%
  mutate_all(dmy_hm)  %>%
  mutate(
    IdlingTime = as.double(lead(StartTime)-EndTime, units = "mins")
  )

CodePudding user response：

Update if your data is already POSIXct: then

library(dplyr)
df %>%
  mutate(IdlingTime = round(lead(StartTime)-EndTime))

Output:

  StartTime           EndTime             IdlingTime
   <dttm>              <dttm>              <drtn>    
 1 2019-05-06 08:34:15 2019-05-06 08:48:30  79 mins  
 2 2019-05-06 10:07:18 2019-05-06 10:21:34 292 mins  
 3 2019-05-06 15:13:10 2019-05-06 15:27:26   8 mins  
 4 2019-05-06 15:35:52 2019-05-06 15:50:07  24 mins  
 5 2019-05-06 16:14:18 2019-05-06 16:33:58  24 mins  
 6 2019-05-06 16:58:14 2019-05-06 17:13:36 195 mins  
 7 2019-05-06 20:28:50 2019-05-06 21:05:11  51 mins  
 8 2019-05-06 21:55:53 2019-05-06 22:16:50  26 mins  
 9 2019-05-06 22:42:21 2019-05-06 22:57:46  29 mins  
10 2019-05-06 23:26:59 2019-05-07 00:03:46  33 mins  
11 2019-05-07 00:36:43 2019-05-07 00:53:44  NA mins

First answer: After getting the correct class datetime we could use lead function from dplyr package:

library(dplyr) library(lubridate)

df %>% 
 #mutate(across(contains("Time"), ~ymd_hms(.))) 
         IdlingTime = lead(StartTime)-EndTime)

output:

   StartTime           EndTime             IdlingTime     
   <dttm>              <dttm>              <drtn>         
 1 2019-05-06 08:34:15 2019-05-06 08:48:30  78.800000 mins
 2 2019-05-06 10:07:18 2019-05-06 10:21:34 291.600000 mins
 3 2019-05-06 15:13:10 2019-05-06 15:27:26   8.433333 mins
 4 2019-05-06 15:35:52 2019-05-06 15:50:07  24.183333 mins
 5 2019-05-06 16:14:18 2019-05-06 16:33:58  24.266667 mins
 6 2019-05-06 16:58:14 2019-05-06 17:13:36 195.233333 mins
 7 2019-05-06 20:28:50 2019-05-06 21:05:11  50.700000 mins
 8 2019-05-06 21:55:53 2019-05-06 22:16:50  25.516667 mins
 9 2019-05-06 22:42:21 2019-05-06 22:57:46  29.216667 mins
10 2019-05-06 23:26:59 2019-05-07 00:03:46  32.950000 mins
11 2019-05-07 00:36:43 2019-05-07 00:53:44         NA mins

CodePudding user response：

You just subtract the columns.

Here is the (reproducible, with your data !!) code given the updated question. I use data.table which parse the data columns to POSIXct when reading, and makes lead/lag easy too

Code

library(data.table)
data <- fread(text="StartTime,EndTime
2019-05-06 08:34:15,2019-05-06 08:48:30
2019-05-06 10:07:18,2019-05-06 10:21:34
2019-05-06 15:13:10,2019-05-06 15:27:26
2019-05-06 15:35:52,2019-05-06 15:50:07
2019-05-06 16:14:18,2019-05-06 16:33:58
2019-05-06 16:58:14,2019-05-06 17:13:36
2019-05-06 20:28:50,2019-05-06 21:05:11
2019-05-06 21:55:53,2019-05-06 22:16:50
2019-05-06 22:42:21,2019-05-06 22:57:46
2019-05-06 23:26:59,2019-05-07 00:03:46
2019-05-07 00:36:43,2019-05-07 00:53:44")

data[, minElapsed := as.numeric(EndTime - StartTime)]
data[, idleMin := as.numeric(StartTime - shift(EndTime))]
data

Output

> library(data.table)
> data <- fread(text="StartTime,EndTime
  2019-05-06 08:34:15,2019-05-06 08:48:30
  2019-05-06 10:07:18,2019-05-06 10:21:34
  2019-05-06 15:13:10,2019-05-06 15:27:26
  2019-05-06 15:35:52,2019-05-06 15:50:07
  2019-05-06 16:14:18,2019-05-06 16:33:58
  2019-05-06 16:58:14,2019-05-06 17:13:36
  2019-05-06 20:28:50,2019-05-06 21:05:11
  2019-05-06 21:55:53,2019-05-06 22:16:50
  2019-05-06 22:42:21,2019-05-06 22:57:46
  2019-05-06 23:26:59,2019-05-07 00:03:46
  2019-05-07 00:36:43,2019-05-07 00:53:44")
> 
> data[, minElapsed := as.numeric(EndTime - StartTime)]
> data[, idleMin := as.numeric(StartTime - shift(EndTime))]
> data
              StartTime             EndTime minElapsed   idleMin
 1: 2019-05-06 08:34:15 2019-05-06 08:48:30    14.2500        NA
 2: 2019-05-06 10:07:18 2019-05-06 10:21:34    14.2667  78.80000
 3: 2019-05-06 15:13:10 2019-05-06 15:27:26    14.2667 291.60000
 4: 2019-05-06 15:35:52 2019-05-06 15:50:07    14.2500   8.43333
 5: 2019-05-06 16:14:18 2019-05-06 16:33:58    19.6667  24.18333
 6: 2019-05-06 16:58:14 2019-05-06 17:13:36    15.3667  24.26667
 7: 2019-05-06 20:28:50 2019-05-06 21:05:11    36.3500 195.23333
 8: 2019-05-06 21:55:53 2019-05-06 22:16:50    20.9500  50.70000
 9: 2019-05-06 22:42:21 2019-05-06 22:57:46    15.4167  25.51667
10: 2019-05-06 23:26:59 2019-05-07 00:03:46    36.7833  29.21667
11: 2019-05-07 00:36:43 2019-05-07 00:53:44    17.0167  32.95000
>

Original Answer below

Code

data <- read.csv(text="StartTime,EndTime
2019-05-06 08:34:15,2019-05-06 08:48:30
2019-05-06 10:07:18,2019-05-06 10:21:34
2019-05-06 15:13:10,2019-05-06 15:27:26
2019-05-06 15:35:52,2019-05-06 15:50:07
2019-05-06 16:14:18,2019-05-06 16:33:58
2019-05-06 16:58:14,2019-05-06 17:13:36
2019-05-06 20:28:50,2019-05-06 21:05:11
2019-05-06 21:55:53,2019-05-06 22:16:50
2019-05-06 22:42:21,2019-05-06 22:57:46
2019-05-06 23:26:59,2019-05-07 00:03:46
2019-05-07 00:36:43,2019-05-07 00:53:44")

data$StartTime     <- as.POSIXct(data$StartTime)
data$EndTime       <- as.POSIXct(data$EndTime)

data$IdlingTime    <- data$EndTime - data$StartTime
data$IdlingTimeMin <- as.numeric(data$EndTime - data$StartTime)

Output

> data
             StartTime             EndTime   IdlingTime IdlingTimeMin
1  2019-05-06 08:34:15 2019-05-06 08:48:30 14.2500 mins       14.2500
2  2019-05-06 10:07:18 2019-05-06 10:21:34 14.2667 mins       14.2667
3  2019-05-06 15:13:10 2019-05-06 15:27:26 14.2667 mins       14.2667
4  2019-05-06 15:35:52 2019-05-06 15:50:07 14.2500 mins       14.2500
5  2019-05-06 16:14:18 2019-05-06 16:33:58 19.6667 mins       19.6667
6  2019-05-06 16:58:14 2019-05-06 17:13:36 15.3667 mins       15.3667
7  2019-05-06 20:28:50 2019-05-06 21:05:11 36.3500 mins       36.3500
8  2019-05-06 21:55:53 2019-05-06 22:16:50 20.9500 mins       20.9500
9  2019-05-06 22:42:21 2019-05-06 22:57:46 15.4167 mins       15.4167
10 2019-05-06 23:26:59 2019-05-07 00:03:46 36.7833 mins       36.7833
11 2019-05-07 00:36:43 2019-05-07 00:53:44 17.0167 mins       17.0167
>