计算 R 中的连续日期以确定事件的长度

如何解决计算 R 中的连续日期以确定事件的长度

我有一个包含给定事件发生日期的数据框。有些事件会持续几天，我想根据每个事件的开始日期和总长度（以天为单位）来总结每个事件。

我想从这里开始：

日期
2020-01-01
2020-01-02
2020-01-03
2020-01-15
2020-01-20
2020-01-21

为此：

开始日期	事件长度
2020-01-01	3
2020-01-15	1
2020-01-20	2

我已经尝试了 aggregate、ave、seq_along 和 lag 的各种方法，但我没有t 设法获得了事件长度的计数，该计数在日期不连续时重置。

示例数据框的代码，以防万一：

Date <- c("2020-01-01","2020-01-02","2020-01-03","2020-01-15","2020-01-20","2020-01-21")
df <- data.frame(Date)
df$Date <- as.Date(df$Date,origin = "1970-01-01") 

解决方法

您可以通过 split cumsum(c(0,diff(df$Date) != 1) 然后取第一个日期并将其与 length 结合，假设 日期已排序。

do.call(rbind,lapply(split(df$Date,cumsum(c(0,diff(df$Date) != 1))),function(x) data.frame(StartDate=x[1],EventLength=length(x))))
#   StartDate EventLength
#0 2020-01-01           3
#1 2020-01-15           1
#2 2020-01-20           2

或使用 rle 的其他选项：

i <- cumsum(c(0,diff(df$Date) != 1))
data.frame(StartDate = df$Date[c(1,diff(i)) == 1],EventLength=rle(i)$lengths)
#   StartDate EventLength
#1 2020-01-01           3
#2 2020-01-15           1
#3 2020-01-20           2

,

这是一个带有 cumsum 技巧后跟 ave/table 的基本 R 解决方案。

d <- c(0,diff(df$Date) != 1)
res <- ave(df$Date,cumsum(d),FUN = function(x) x[1])
res <- as.data.frame(table(a))
names(res) <- c("Date","EventLength")

res
#        Date EventLength
#1 2020-01-01           3
#2 2020-01-15           1
#3 2020-01-20           2

,

我建议 dplyr 方法，这与@Rui 的方法非常相似

df %>% mutate(dummy = c(0,diff(Date))) %>%
  group_by(grp = cumsum(dummy != 1)) %>%
  summarise(Date = first(Date),event_count = n(),.groups = 'drop')

# A tibble: 3 x 3
    grp Date       event_count
  <int> <date>           <int>
1     1 2020-01-01           3
2     2 2020-01-15           1
3     3 2020-01-20           2