计算 R 中的连续日期以确定事件的长度

Question

我有一个包含给定事件发生日期的数据框。有些活动会持续好几天，我想根据开始日期和总长度（以天为单位）总结每个活动。

我想从这里开始：

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

为此：

StartDate	EventLength
2020-01-01	3
2020-01-15	1
2020-01-20	2

我尝试了各种方法 aggregate、ave、seq_along 和 lag，但我还没有设法获得在日期不连续时重置的事件长度计数。

示例数据框的代码，以防有帮助：

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")

Answer 1

您可以 split cumsum(c(0, diff(df$Date) != 1)，然后取第一个日期并将其与 length 合并，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

Answer 2

这是一个基本的 R 解决方案，其中包含一个 cumsum 技巧，然后是 ave/table。

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

Answer 3

我提出 dplyr 方法，顺便说一下，它与@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

计算 R 中的连续日期以确定事件的长度

Counting sequential dates in R to determine the length of an event

r

date

sequence