在 R 中查找观察值之间的时间差

我正在尝试确定两次观察之间的时间差。数据由不同的个人分解，每个人都有自己唯一的 ID。我有一个数据集，它告诉我每次状态发生变化时他们的状态会更新什么，以及他们的状态何时发生变化。状态可以是两个值之一，并且它总是更改为它不是的值（在本例中，从 Y 到 N，或从 N 到 Y）。

数据如下：

ID Status Time
1    Y     2013-07-01 08:07:00      
2    Y     2013-07-01 08:07:03  
3    Y     2013-07-01 08:07:04      
4    Y     2013-07-01 08:07:06      
1    N     2013-07-01 08:07:07      
2    N     2013-07-01 08:07:23      
5    Y     2013-07-01 08:07:34  
6    Y     2013-07-01 08:07:45  
7    Y     2013-07-01 08:07:47  
1    Y     2013-07-01 08:07:56  
3    N     2013-07-01 08:07:58  

我想找到的是每个 ID 的每次状态更改之间经过的时间量 - 即从 Y 到 N 需要多长时间。然后获得汇总统计信息，例如经过时间的分布，平均值经过的时间等

因此，示例输出可能如下所示，记录上面发生的三个 Y 到 N 切换（1 个切换、2 个切换和 3 个切换）

Y to N change    Time elapsed (in seconds)
1                     7 
2                     20
3                     54

由于某种原因，我在这方面遇到了很多麻烦。现在我有 POSIXlt 格式的时间，以及 ID 和状态作为因素。我尝试过使用 ddply 按 ID 对数据进行排序，然后按时间戳对数据进行排序，但这到目前为止还没有奏效。任何建议将不胜感激！

编辑：将时间更改为实际的正确类型。

Edit2：最终在等待更多答案的同时编写了一个解决方案。我的方法比这里的许多解决方案要丑陋得多，但我做到了：

N <- ifelse(df$Status=="N",1,0)
Y <- ifelse(df$Status== "Y",1,0)

#making a vector which is 1 for a row if the item status of the row below it is N
var1 <- N
for (i in 1:nrow(df)) {
  var1[i] <- N[i+1]
}

#making a vector which is TRUE if a row's item status is Y and the row after is N
check <- ifelse(var1==s & var1==1,TRUE,FALSE)
#had to define the last one as FALSE manually because the for loop above would miss the last entry due to how it was constructed
check [50000]=FALSE



#made a loop which finds the time difference for a row's TIME and the row below it, given that "check " is true for that row, and writes that to a results vector.
#here is the results vector
results <- numeric(nrow(df))
#here is the for loop
for (i in 1:nrow(df)) {
  if(check [i]){
    results[i] <- difftime(df$Time[i],df$Time[i+1])
  }
}

我最初用 for 循环解决了这个问题，但是在我的实际数据集的大约 100 万行中，它太慢了，所以我做了这个矢量化的东西。这些其他解决方案适用于这么大的数据吗？我一定会尝试一下！

这是另一种方法。我试图将所有数据保留在此处的最终输出中。请注意，出于演示目的，我对您的数据进行了一些修改。在我的代码中，我首先按以下方式排列数据ID and Time。然后我就改变了Status（即 Y 和 N）为 0 和 1 以创建group. Here, group可以告诉我们什么时候Status改变了。如果您看到几行出现相同的数字，则意味着Status没有改变。然后，我计算了时间差（即gap）对于每个 ID。终于，我改变了gap对于每组，未出现在第一行的值为 NA。也就是说，我做了不必要的间隙 NA。请注意，每个 ID 的第一个观察值在gap以及。gap排在第二位。

ann <- data.frame(ID = c(1,2,3,4,1,2,2,1,1,1,3),
                  Status = c("Y", "Y", "Y", "Y",
                             "N", "N", "Y", "Y", "Y", "N", "N"),
                  Time = c("2013-07-01 08:07:00", "2013-07-01 08:07:03",
                           "2013-07-01 08:07:04", "2013-07-01 08:07:06",
                           "2013-07-01 08:07:07", "2013-07-01 08:07:23",
                           "2013-07-01 08:07:34", "2013-07-01 08:07:45",
                           "2013-07-01 08:07:47", "2013-07-01 08:07:56",
                           "2013-07-01 08:07:58"),
                  stringsAsFactors = FALSE)

ann$Time <- as.POSIXct(ann$Time)

#   ID Status                Time
#1   1      Y 2013-07-01 08:07:00
#2   2      Y 2013-07-01 08:07:03
#3   3      Y 2013-07-01 08:07:04
#4   4      Y 2013-07-01 08:07:06
#5   1      N 2013-07-01 08:07:07
#6   2      N 2013-07-01 08:07:23
#7   2      Y 2013-07-01 08:07:34
#8   1      Y 2013-07-01 08:07:45
#9   1      Y 2013-07-01 08:07:47
#10  1      N 2013-07-01 08:07:56
#11  3      N 2013-07-01 08:07:58

ann %>%
    arrange(ID, Time) %>%
    group_by(ID) %>%
    mutate(Status = ifelse(Status == "Y", 1, 0),
           group = cumsum(c(T, diff(Status) != 0)),
           gap = Time - lag(Time)) %>%
    group_by(ID, group) %>%
    mutate(gap = ifelse(row_number() != 1, NA, gap))

#   ID Status                Time group gap
#1   1      1 2013-07-01 08:07:00     1  NA
#2   1      0 2013-07-01 08:07:07     2   7
#3   1      1 2013-07-01 08:07:45     3  38
#4   1      1 2013-07-01 08:07:47     3  NA
#5   1      0 2013-07-01 08:07:56     4   9
#6   2      1 2013-07-01 08:07:03     1  NA
#7   2      0 2013-07-01 08:07:23     2  20
#8   2      1 2013-07-01 08:07:34     3  11
#9   3      1 2013-07-01 08:07:04     1  NA
#10  3      0 2013-07-01 08:07:58     2  54
#11  4      1 2013-07-01 08:07:06     1  NA