如何根据 R 中的日期聚合数据？

Question

我有一个数据库，对于同一个事件有多个不同的子事件，我想将它们聚合成一个事件。

我只想在下一条记录的开始日期是第一条记录的结束日期之后的第二天时才聚合它。因此，如果开始日期为 22/05/2015，记录 1 的结束日期为 31/05/2015，记录 2 的开始日期为 01/06/2015 和 15/06/2015，则将行聚合为1 行，因此记录 1 显示 22/05/2015 作为开始日期，结束日期为 15/06/2015。

例如它看起来像；

Name DOB Start Date End Date
John Doe 1/01/2000 22/05/2015 31/05/2015

John Doe 1/01/2000 1/06/2015 15/06/2015

John Doe 1/01/2000 16/06/2015 20/06/2015

John Doe 1/01/2000 7/07/2015 8/07/2015

Jane Doe 1/01/1985 20/06/2018 21/06/2018

Jane Doe 1/01/1985 22/06/2018 30/06/2018

Jane Doe 1/01/1985 1/07/2018 2/07/2018

Jane Doe 1/01/1985 30/07/2018 31/07/2018

我想将其汇总为以下内容；

Name DOB Start Date End Date

John Doe 1/01/2000 22/05/2015 20/06/2015

John Doe 1/01/2000 7/07/2015 8/07/2015

Jane Doe 1/01/1985 20/06/2018 2/07/2018

Jane Doe 1/01/1985 30/07/2018 31/07/2018

我使用了以下代码，但效果不是很好。

ddply(df,~name+dob,summarise, actualstart=min(start.date), actualend=max(end.date))

问题在于它还会聚合不直接跟随的记录。

请帮忙，谢谢。

Answer 1

这是一个使用 dplyr 的选项。

取当前 Start_date 和之前 End_date 之间的差异，如果差异大于 1 天，则合并日期。

library(dplyr)

df %>%
  mutate(across(-Name, lubridate::dmy)) %>%
  group_by(Name) %>%
  group_by(grp = cumsum(Start_Date - lag(End_Date, default = first(Start_Date)) > 1), .add = TRUE) %>%
  summarise(DOB = first(DOB), 
            Start_Date = min(Start_Date), 
            End_Date = max(End_Date), .groups = 'drop') %>%
  select(-grp)

#   Name    DOB        Start_Date End_Date  
#  <chr>   <date>     <date>     <date>    
#1 JaneDoe 1985-01-01 2018-06-20 2018-07-02
#2 JaneDoe 1985-01-01 2018-07-30 2018-07-31
#3 JohnDoe 2000-01-01 2015-05-22 2015-06-20
#4 JohnDoe 2000-01-01 2015-07-07 2015-07-08

数据

如果您在 reproducible format

中提供数据，会更容易提供帮助

df <- structure(list(Name = c("JohnDoe", "JohnDoe", "JohnDoe", "JohnDoe", 
"JaneDoe", "JaneDoe", "JaneDoe", "JaneDoe"), DOB = c("1/01/2000", 
"1/01/2000", "1/01/2000", "1/01/2000", "1/01/1985", "1/01/1985", 
"1/01/1985", "1/01/1985"), Start_Date = c("22/05/2015", "1/06/2015", 
"16/06/2015", "7/07/2015", "20/06/2018", "22/06/2018", "1/07/2018", 
"30/07/2018"), End_Date = c("31/05/2015", "15/06/2015", "20/06/2015", 
"8/07/2015", "21/06/2018", "30/06/2018", "2/07/2018", "31/07/2018"
)), class = "data.frame", row.names = c(NA, -8L))

如何根据 R 中的日期聚合数据？

How to aggregate data based on dates in R?

r

aggregation

plyr