R 按组和连续id计算日期差

发布于02月09日

我有一组客户，他们的日常活动日志(log)，如果他们有和问题提出在他们的帐户.客户可以在其作为客户的整个期间多次在其帐户上提出问题，并且问题可能会持续数天.我想弄清楚每个帐户提出问题的持续时间.日期可以从任何地方开始，问题可以在任何时间发生，在下面的示例中另存为TRUE=1和FALSE=0.

以下是一些示例数据:

df <- data.frame(customer= c('AB','AB','AB','AB','AB',
                             'BC','BC','BC',
                             'CD','CD','CD','CD'), 
                 date=as.Date(c("11/09/2000","12/09/2000","13/09/2000",
                                "14/09/2000","15/09/2000",
                                "13/09/2000","14/09/2000","15/09/2000",
                                "23/05/2001","24/05/2001","25/05/2001",
                                "26/05/2001"), "%d/%m/%Y"), 
                 issue=c(0,1,1,1,1,0,0,1,1,0,1,1))

我试着做了一个索引计数器，以及在这个线程中发现的其他一些变体:Calculate days since last event in R，但它不计算连续的天数(即AB每天都显示持续时间为1，而不是2，3，4)，如下所示:

customer	date	issue	duration
AB	2000-09-11	0	0
AB	2000-09-12	1	1
AB	2000-09-13	1	1
AB	2000-09-14	1	1
AB	2000-09-15	1	1

我需要的输出类似于:

customer	date	issue	duration
AB	2000-09-11	0	0
AB	2000-09-12	1	1
AB	2000-09-13	1	2
AB	2000-09-14	1	3
AB	2000-09-15	1	4
BC	2000-09-13	0	0
BC	2000-09-14	0	0
BC	2000-09-15	1	1
CD	2000-05-23	1	1
CD	2000-05-24	0	0
CD	2000-05-25	1	1
CD	2000-05-26	1	2

dplyr

我们将使用consecutive_id()(用于运行长度编码)，然后使用group来计算天数.

library(dplyr) df |> mutate(ticket = consecutive_id(customer, issue)) |> mutate(duration = if (first(issue)) as.numeric(date - min(date)) + 1 else 0, .by = c(customer, ticket)) # customer date issue ticket duration # 1 AB 2000-09-11 0 1 0 # 2 AB 2000-09-12 1 2 1 # 3 AB 2000-09-13 1 2 2 # 4 AB 2000-09-14 1 2 3 # 5 AB 2000-09-15 1 2 4 # 6 BC 2000-09-13 0 3 0 # 7 BC 2000-09-14 0 3 0 # 8 BC 2000-09-15 1 4 1 # 9 CD 2001-05-23 1 5 1 # 10 CD 2001-05-24 0 6 0 # 11 CD 2001-05-25 1 7 1 # 12 CD 2001-05-26 1 7 2

base R

更冗长一点，同样的逻辑.

df$ticket <- with(df, ave(issue, list(customer), FUN = function(z) { r <- rle(z) r$values <- seq_along(r$values) * r$values inverse.rle(r) })) df$duration <- with(df, ave(1:nrow(df), list(customer, ticket), FUN = function(i) { if (length(i) && issue[i][1]) { as.numeric(date[i] - min(date[i])) + 1 } else rep(0, length(i)) })) df # customer date issue ticket duration # 1 AB 2000-09-11 0 0 0 # 2 AB 2000-09-12 1 2 1 # 3 AB 2000-09-13 1 2 2 # 4 AB 2000-09-14 1 2 3 # 5 AB 2000-09-15 1 2 4 # 6 BC 2000-09-13 0 0 0 # 7 BC 2000-09-14 0 0 0 # 8 BC 2000-09-15 1 2 1 # 9 CD 2001-05-23 1 1 1 # 10 CD 2001-05-24 0 0 0 # 11 CD 2001-05-25 1 3 1 # 12 CD 2001-05-26 1 3 2

library(data.table) as.data.table(df)[, ticket := rleid(issue), by = "customer" ][, duration := if (first(issue)) as.numeric(date - min(date)) + 1 else 0, by = c("customer", "ticket")]

R 按组和连续id计算日期差

推荐答案

dplyr

base R

data.table

R相关问答推荐

使用lapply的重新定位功能

为什么st_join(ob1，ob2，left = True)返回具有比ob1更多功能的sf对象？

R Highcharts与两个位置关联的注释

R中的子集文件—读取文件名索引为4位数字序列，例如0001到4000，而不是1到4000)

如何使用按钮切换轨迹？

RStudio中相关数据的分组箱形图

如何直接从R中的风险分数计算c指数？

使用R闪光显示所有数据点作为默认设置

如何使用ggplot对堆叠条形图进行嵌套排序？

SHINY：使用JS函数应用的CSS样式显示HTML表格

`夹心：：vcovCL`不等于`AER：：tobit`标准错误

如何计算R glm probit中的线性预测因子？

我们如何在R中透视数据并在之后添加计算

将数据集旋转到长格式，用于遵循特定名称模式的所有变量对

带RStatix的Wilcoxon环内检验

在r中整理图例和堆叠图的问题

如何将EC50值绘制在R中的剂量-react 曲线上？

如何使用包metaviz更改标签的小数位数？

通过不完全重叠的多个柱连接

如何在给定的环境中找到函数的函数参数？