如何像 R 中的 SQL Windows 函数一样计算日差

Question

输入：

目标：

使用以下规则创建一个名为 'dayDifference' 的新列：对于每对 'item-city' 计算相关对的日差。

期望输出：

第 1 行和第 2 行 [Pair Piza-Berlin] 对应于 3，因为 2 月 2 日和 2 月 4 日之间有 3 天
第 3 行 [Pair Pizza-Hambourg] 对应 0，因为没有日差
第 4 行和第 5 行 [Pair Pasta-Hambourg] 对应 21 因为从 10 到 20 有 21 天
第 6 行 [Pair Pasta-Berlin] 对应 0，因为没有日差

信息：当然可以有超过 2 行的对 [例如我可以有对 'pizza-berlin' 100 行：如果是这样，总是取最大（日期）并减去最小（日期) 披萨-柏林对。

约束条件：

需要在 R 中完成 [例如没有与数据库的外部连接]

源代码：

df <- structure(list(id = c(4848L, 4887L, 4899L, 4811L, 4834L, 4892L
), item = structure(c(2L, 2L, 2L, 1L, 1L, 1L), .Label = c("Pasta", 
"Pizza"), class = "factor"), city = structure(c(1L, 1L, 2L, 2L, 
2L, 1L), .Label = c("Berlin", "Hamburg"), class = "factor"), 
    date = structure(c(17199, 17201, -643892, 17449, 17459, 17515
    ), class = "Date")), .Names = c("id", "item", "city", "date"
), row.names = c(NA, -6L), class = "data.frame")

Answer 1

不漂亮，但是...

i<-unique(lapply(1:nrow(df),function(x) which(paste(df[,2],df[,3]) %in% paste(df[x,2],df[x,3]))))
for(j in 1:length(i)) df[i[[j]],"days"]<-abs(difftime(df[i[[j]],][1,"date"],df[i[[j]],][2,"date"]))

> df
    id  item    city       date days
1 4848 Pizza  Berlin 2017-02-02    2
2 4887 Pizza  Berlin 2017-02-04    2
3 4899 Pizza Hamburg 0207-02-01   NA
4 4811 Pasta Hamburg 2017-10-10   10
5 4834 Pasta Hamburg 2017-10-20   10
6 4892 Pasta  Berlin 2017-12-15   NA

Answer 2

我会使用 data.table:

library(data.table)
setDT(df)
df[, min_date := min(date), by = c("item", "city")]
df[, max_date := max(date), by = c("item", "city")]
df[, dayDifference := difftime(max_date, min_date, units = "days")]
df[, c("min_date", "max_date") := NULL]

它会给你想要的输出：

id  item    city       date             dayDifference
1: 4848 Pizza  Berlin 2017-02-02        2 days
2: 4887 Pizza  Berlin 2017-02-04        2 days
3: 4899 Pizza Hamburg 0207-02-01        0 days
4: 4811 Pasta Hamburg 2017-10-10       10 days
5: 4834 Pasta Hamburg 2017-10-20       10 days
6: 4892 Pasta  Berlin 2017-12-15        0 days

您也可以使用 df[, dayDifference := max_date - min_date] 代替 df[, dayDifference := difftime(max_date, min_date, units = "days")]。

Answer 3

Reduce 是一个很棒的函数

library(dplyr)
df %>% 
  group_by(item, city) %>% 
  mutate(dayDifference=abs(Reduce(`-`, as.numeric(range(date)))))

# A tibble: 6 x 5
# Groups:   item, city [4]
     id   item    city       date dayDifference
  <int> <fctr>  <fctr>     <date>         <dbl>
1  4848  Pizza  Berlin 2017-02-02             2
2  4887  Pizza  Berlin 2017-02-04             2
3  4899  Pizza Hamburg 0207-02-01             0
4  4811  Pasta Hamburg 2017-10-10            10
5  4834  Pasta Hamburg 2017-10-20            10
6  4892  Pasta  Berlin 2017-12-15             0

如何像 R 中的 SQL Windows 函数一样计算日差

How to calculate a day difference like a SQL Windows function in R

r

date-difference