在 R 中，使用 Lubridate 获取事件之间的条件平均持续时间

Background个

我收到了一个数据帧d:

d <- data.frame(ID = c("a","a","a","a","a","a","a","b","b","c","c"),
                treatment = c(0,1,0,0,0,1,0,1,0,1,1),
                #event = c(0,0,1,1,1,1,1,0,1,1,1),
                service_date = as.Date(c("2011-01-01",   
                                         "2011-08-21",   
                                         "2011-12-23",   
                                         "2012-02-23",   
                                         "2013-09-14",   
                                         "2013-04-07",   
                                         "2014-10-14",   
                                         "2013-01-01",
                                         "2013-12-12",   
                                         "2014-06-17",
                                         "2015-09-29")), 
                stringsAsFactors=FALSE)

> d
   ID treatment service_date
1   a         0   2011-01-01
2   a         1   2011-08-21
3   a         0   2011-12-23
4   a         0   2012-02-23
5   a         0   2013-09-14
6   a         1   2013-04-07
7   a         0   2014-10-14
8   b         1   2013-01-01
9   b         0   2013-12-12
10  c         1   2014-06-17
11  c         1   2015-09-29

它描述了一些人(ID)，无论他们是否有treatment，以及每个条目(行)的日期.

The Problem个

我想要计算第一行和最后treatment==1行之间的平均持续时间，对于有超过1行的ID，其中treatment==1.

为了更清楚地说明这一点，让我们将这些步骤布置得就像是手动完成的一样，并查看我想要什么答案:

1. 上ID号公路a号公路.A先生有7行数据，但只有两行treatment==1:一行是2011-08-21(第二行)，另一行是2013-09-14(第六行).如果你手工计算差额，你会发现两者之间有595天.

2. 对于ID b，我们什么都不做，因为他们只有1treatment==1.(我们将使用filter跳过代码中的b这样的人.)

3. 对于c先生，我们得到了469天的差额.

4. 本组平均疗程:(595天+469天)/2人=532 days人.这就是我们想要的结果.

(我完全有可能做错了这个手工计算，这没什么，只要它足以理解我想要做什么即可.如果需要，我很乐意进一步澄清；请让我知道！)

What I've tried个

我正在try 修改类似查询中的一些旧代码，以实现以下目的:

d %>%
  group_by(ID) %>%
  filter(sum(treatment) >1) %>%
  mutate(treatment_years = lubridate::time_length(max(service_date) - min(service_date), unit = "year")) %>%
  ungroup() %>%
  summarise(avg = mean(treatment_years),
            sd = sd(treatment_years))

这段代码运行，并将我带到那里.它过滤掉不需要的IDs个，并 for each 人计算一个定义的时间间隔的平均值(和SD).

但这并不完全正确:在lubridate::time_length中，它没有指定条件"最大服务日期where 101"减go "最小服务日期where 101".(粗体部分是缺少的，也是需要的.)

我怎么才能让它做到这一点呢？

我try 过这样的操作，但它只是抛出了一个错误:

d %>%
  group_by(ID) %>%
  filter(sum(treatment) >1) %>%
  mutate(treatment_years = lubridate::time_length(max(service_date) & treatment==1 - min(service_date) & treatment==1, unit = "year")) %>%
  ungroup() %>%
  summarise(avg = mean(treatment_years),
            sd = sd(treatment_years))