如何有条件地在分组数据中创建行

如何解决如何有条件地在分组数据中创建行

我有很大的df检测数据，我试图计算在任何给定的一天中每个标签被检测到的时间。我已经制定了代码，可以确定检测到的任何时间> 1小时之间是否存在差距，求和该差距中的秒数，然后从24小时中减去它以获得时间总检测时间。问题在于，每天开始和结束时的间隔都没有计算在内。如果在午夜左右未检测到标签，则会误算跨午夜的间​​隔。我想每天在00:00:00和23:59:59为其检测的每个标签添加一行，以便我可以使用当前拥有的代码，并对其进行计数。

此外，我的代码还使用lag函数根据前一天来计算差距，但是有些日子却没有检测到，从而产生了怪异的数字。我想扩展df来用2次检测来填充每个丢失的日期，其中1次是在00:00:00处，而1次是在23:59:59处，这样我就可以算出没有检测到的天数。标签有多个，并且df很大（检测次数超过3000000），因此我想在dplyr中执行此操作，而不必将每个标签拆分成自己的df

我知道这很令人困惑，我将在下面发布示例数据和代码。请随时发送问题，如果不看就很难解释！！

数据：

structure(list(motusTagID = c(32658L,32658L,32658L),min.ts = structure(c(1550365487.1678,1550370468.9215,1550370959.4605,1550371308.3559,1550828338.2987,1551404901.2144,1551461336.5935),tzone = "UTC",class = c("POSIXct","POSIXt")),max.ts = structure(c(1550365672.4627,1550370567.03,1550371242.881,1550371449.99,1550828501.8146,1551404988.4236,1551461663.6323),"POSIXt"
)),min.lat = c(-4.6888,-4.6888,-4.6888),min.lon = c(-37.3581,-37.3581,-37.3581),max.lat = c(-4.6888,max.lon = c(-37.3581,gap.dur = c(16340.5381999016,4796.45880007744,456888.308700085,576399.399800062,56348.1698999405),date = structure(c(17944,17944,17949,17956,17956),class = "Date"),Date.Start = structure(c(1550275200,1550275200,1550275200),tzone = "",Strategy = c("C","C","C"
    )),row.names = c(NA,-7L),groups = structure(list(motusTagID = 32658L,.rows = structure(list(1:7),ptype = integer(0),class = c("vctrs_list_of","vctrs_vctr","list"))),-1L),class = c("tbl_df","tbl","data.frame"),.drop = TRUE),class = c("grouped_df","tbl_df","data.frame"))

数据说明： motusTagID-类别值（标签标识符） 连续检测中的最小ts优先检测 连续检测组中的最大检测数 gap.dur-当前ts的最小值与上一行的lag（ts.max）之间的持续时间。我已经从每个标签中删除了检测的第一天，因为标签开始工作的确切时间是未知的，这就是为什么在第一行中看到gap.dur值的原因。

代码： 这样减少数据以计算持续时间：

test.dat<- test.dat %>%
  group_by(motusTagID,date,Strategy,Date.Start) %>%
  summarise_at(c("gap.dur"),sum,na.rm=TRUE) %>%
  mutate(time.TF=(86400-gap.dur))

尝试通过标签进行扩展：

test.dat <- test.dat %>%
    group_by(motusTagID) %>%
    summarize(start=min(date),end=max(date)) %>%
    do(data.frame(motusTagID=.$motusTagID,date=seq(.$start,.$end,by="1 day")))

所需的输出： 最小ts最大ts 2019-02-17 00:00:01 2019-02-17 00:00:01 :: 2月17日的所有其他检测结果：: 2019-02-17 23:59:59 2019-02-17 23:59:59 ::填写日期（检测日期介于17日和22日之间） 2019-02-18 00:00:01 2019-02-18 00:00:01 2019-02-18 23:59:59 2019-02-18 23:59:59 2019-02-19 00:00:01 2019-02-19 00:00:01 2019-02-19 23:59:59 2019-02-19 23:59:59

等

然后，我将重新计算每个标签的间隔时间。

我还尝试了dplyr :: expand（）的各种迭代，但是由于每个标记有多个行，所以它不起作用。

任何建议将不胜感激！