R中有没有办法计算分组后日期连续的行数？

Question

我正在尝试计算客户的停留时间；这不是数据中的一个字段，但每一行都是一个单独的日子，连续的日子属于同一个“停留” - 所以如果同一客户有 5 行都是连续的日子，他们的停留时间将为 5天。然而，有很多不同的客户，每个客户可能有不止一次的停留——如果服务日期不是连续的，它们将被算作单独的停留。例如：

client id	date of service
123	1/1/22
123	1/2/22
123	1/3/22
123	1/4/22
123	1/5/22
456	1/1/22
456	1/4/22
456	1/5/22
456	1/6/22
789	1/1/22
789	1/2/22
789	1/5/22
789	1/6/22
789	1/9/22
789	1/10/22

对于这个假数据，客户“123”将有 1 次停留，停留时间为 5 天；客户“456”将有 2 次停留，一次停留时间为 1 天，另一次停留时间为 3 天；客户“789”将有 3 次入住，每次入住时间为 2 天。

我的计划是按客户 ID 对数据进行分组，然后按服务日期排序，然后可能使用某种 for 循环来检查服务日期是否晚于 1 天，如果是，则添加它到停留时间，如果不是，则开始新的“停留”；但这看起来笨拙且效率低下，而且我不完全确定它是否可以正常工作。数据有几千行，客户端有几百个。

理想情况下，我的输出将提供客户 ID 及其计算的停留时间；如果可能的话，最好让输出也提供每次住宿的开始日期。

有没有办法在 R 中完成此操作？

感谢您提供的任何帮助。谢谢！

Answer 1

我们可以使用

library(dplyr)
library(lubridate)
df1 %>% 
   mutate(dateofservice = mdy(dateofservice)) %>%
   group_by(clientid) %>%
   mutate(grp = cumsum(c(TRUE, diff(dateofservice) != 1))) %>% 
   group_by(grp, .add = TRUE) %>% 
   summarise(len = n(), start_date = first(dateofservice), .groups = 'drop')

-输出

# A tibble: 6 × 4
  clientid   grp   len start_date
     <int> <int> <int> <date>    
1      123     1     5 2022-01-01
2      456     1     1 2022-01-01
3      456     2     3 2022-01-04
4      789     1     2 2022-01-01
5      789     2     2 2022-01-05
6      789     3     2 2022-01-09

数据

df1 <- structure(list(clientid = c(123L, 123L, 123L, 123L, 123L, 
456L, 
456L, 456L, 456L, 789L, 789L, 789L, 789L, 789L, 789L),
 dateofservice = c("1/1/22", 
"1/2/22", "1/3/22", "1/4/22", "1/5/22", "1/1/22", "1/4/22", "1/5/22", 
"1/6/22", "1/1/22", "1/2/22", "1/5/22", "1/6/22", "1/9/22", "1/10/22"
)), class = "data.frame", row.names = c(NA, -15L))

R中有没有办法计算分组后日期连续的行数？

Is there a way in R to count the number of rows where dates are consecutive after grouping?

grouping

r

date

数据