Разница во времени в каждых n/двух строках

Вы можете вычислить разницу между «началом» и «финишем» для каждой группы следующим образом:

data_frame %>%
  mutate(timetaken = ifelse(col2 == "start", NA, 
                            col3[col2 == "finish"] - col3[col2 == "start"]), 
         .by = id)

#   id   col2                col3 timetaken
# 1  1  start 2021-05-08 08:32:07        NA
# 2  1 finish 2021-05-08 08:32:45        38
# 3  2  start 2020-11-28 23:32:09        NA
# 4  2 finish 2020-11-28 23:32:25        16
# 5  3  start 2021-05-08 08:32:07        NA
# 6  3 finish 2021-05-08 08:32:12         5

Получите среднюю разницу во времени следующим образом:

mean(data_frame$timetaken, na.rm = TRUE)
#[1] 19.66667

Если вы хотите использовать dplyr::lag():

library(dplyr)

df <- data_frame |>
  mutate(timetaken = col3 - lag(col3), .by = id)

df
#   id   col2                col3 timetaken
# 1  1  start 2021-05-08 08:32:07   NA secs
# 2  1 finish 2021-05-08 08:32:45   38 secs
# 3  2  start 2020-11-28 23:32:09   NA secs
# 4  2 finish 2020-11-28 23:32:25   16 secs
# 5  3  start 2021-05-08 08:32:07   NA secs
# 6  3 finish 2021-05-08 08:32:12    5 secs

и подход dplyr() для получения среднего значения (хотя, как и в предыдущем ответе, я считаю, что в этом случае используется очиститель базы R):

summarise(df, mean(timetaken, na.rm = TRUE))
#   mean(timetaken, na.rm = TRUE)
# 1                 19.66667 secs

Если вам нужна только одна строка для каждого идентификатора, вы можете изменить форму:

tidyr::pivot_wider(data_frame, names_from=col2, values_from=col3) |>
   mutate(timetaken=difftime(finish, start)) |>
   print() |>
   summarise(avg=mean(timetaken, na.rm=TRUE))

# A tibble: 3 x 4
     id start               finish              timetaken
  <dbl> <dttm>              <dttm>              <drtn>   
1     1 2021-05-08 08:32:07 2021-05-08 08:32:45 38 secs  
2     2 2020-11-28 23:32:09 2020-11-28 23:32:25 16 secs  
3     3 2021-05-08 08:32:07 2021-05-08 08:32:12  5 secs 

# A tibble: 1 x 1
  avg          
  <drtn>       
1 19.66667 secs

Предполагая, что это всегда начало/окончание каждой строки, тогда мы можем получить разницу для каждой строки и подмножества чередующихся результатов:

diffSec <- diff(data_frame$col3)[ c(TRUE, FALSE) ]
diffSec
# Time differences in secs
# [1] 38 16  5
mean(diffSec)
# Time difference of 19.66667 secs

Мне кажется, что для желаемой операции данные должны быть в широком формате. Если ваши реальные данные организованы так же хорошо, как и игрушечные, нам не нужно учитывать группировку по id, см. ave().

База R

reshape(data_frame, direction = "wide", idvar = "id", timevar = "col2") |>
  setNames(c("id", "start", "finish")) |> # cosmetics
  transform(diff = difftime(finish, start))

предоставление

  id               start              finish    diff
1  1 2021-05-08 08:32:07 2021-05-08 08:32:45 38 secs
3  2 2020-11-28 23:32:09 2020-11-28 23:32:25 16 secs
5  3 2021-05-08 08:32:07 2021-05-08 08:32:12  5 secs