如何根据 R 中的 2 个日期时间变量合并行

Question

我想合并数据集 df 中的行，这样对于每个记录 ID，如果一行的 End_Date 等于下一行的 Start_Date，然后我想把它们结合起来。

我目前的逻辑是先按 ID 分组，然后从第 1 行循环到第 n() 行。如果第 1 行的 End_Date 等于第 2 行的 Start_Date，则将第 1 行的 End_Date 替换为第 2 行的 End_Date 并删除第 2 行。然后将第 1 行与新的第 2 行等等。

非常感谢有关如何为此编写代码的任何帮助或建议。谢谢！

df <- read.table(text = "
ID  Start_Date  End_Date
1   09/09/2016  11/09/2016
1   11/09/2016  17/09/2016
1   17/09/2016  23/11/2016
1   23/11/2016  28/11/2016
1   28/11/2016  14/12/2016
1   14/12/2016  22/12/2016
1   22/12/2016  23/12/2016
1   25/12/2016  03/01/2017
1   06/01/2017  07/02/2017
1   07/02/2017  22/02/2017
1   22/02/2017  27/02/2017
1   28/03/2017  30/05/2017
1   12/06/2017  03/07/2017
1   03/07/2017  04/07/2017
1   14/08/2017  14/08/2017
1   15/08/2017  23/08/2017
1   23/08/2017  24/08/2017
1   24/08/2017  28/08/2017
1   07/09/2017  07/09/2017
1   24/09/2017  24/09/2017
1   01/10/2017  08/11/2017
1   08/11/2017  31/12/2017
2   08/08/2017  10/08/2017
2   10/08/2017  11/08/2017", stringsAsFactors = FALSE, header = TRUE)

输出数据应如下所示：

df_new <- read.table(text = "
ID  Start_Date  End_Date
1   09/09/2016  23/12/2016
1   25/12/2016  03/01/2017
1   06/01/2017  27/02/2017
1   28/03/2017  30/05/2017
1   12/06/2017  04/07/2017
1   14/08/2017  14/08/2017
1   15/08/2017  28/08/2017
1   07/09/2017  07/09/2017
1   24/09/2017  24/09/2017
1   01/10/2017  31/12/2017
2   08/08/2017  11/08/2017", stringsAsFactors = FALSE, header = TRUE)

Answer 1

这是一个 dplyr 解决方案：

df %>%
  mutate(collapse = Start_Date == lag(End_Date),
         group = cumsum(c(0, tail(!collapse, -1)))) %>%
  group_by(group) %>%
  summarise(Start_Date = first(Start_Date),
            End_Date = last(End_Date)) %>%
  select(Start_Date, End_Date)

我鼓励您逐行运行检查发生了什么！

首先，它创建一个新列 collapse，如果一条记录的开始日期等于前一条记录的结束日期，则该列为真。因为第一行没有以前的记录，所以您将在第 1 行中得到一个 NA。

接下来，一个新的group列是通过对collapse列的累加求和来创建的，但是第一行的NA被修剪并替换为0。collapse需要被否定，因为我们只希望在遇到不应该合并的行时增加值。

最后，组列允许我们进行简单的分组和汇总。在这种情况下，我忽略了 ID 列。

（这还假设您的数据有序排列并且您不担心重叠的日期范围）。

如何根据 R 中的 2 个日期时间变量合并行

How to merge rows based on 2 datetime variables in R

merge

loops

r

date-comparison