在R中，使用日期(不超过指定的天数)和条目名称分配唯一的id

Question

我有一个跨越三年的大型数据集(大约500,000行)。我想为第一次出现后重复45天的组条目名称添加一个唯一ID。在45天后，下一次出现条目名称时，它将被视为另一个组，并收到不同的ID。

举个例子：

df <- data.frame(
         date=c("2013-5-6", "2013-10-5", "2014-1-1", "2014-4-4",
                "2014-5-1", "2014-8-2", "2014-8-10"),
         plane=c("a", "b", "c", "a", "a", "b", "c")
      ) 

       date plane
1  2013-5-6     a
2 2013-10-5     b
3  2014-1-1     c
4  2014-4-4     a
5  2014-5-1     a
6 2014-7-20     a
7  2014-8-2     b
8 2014-8-10     c

我想要生成如下ID的代码：

       date plane ID
1  2013-5-6     a  1
2 2013-10-5     b  2
3  2014-1-1     c  3
4  2014-4-4     a  4
5  2014-5-1     a  4
6 2014-7-20     a  5
7  2014-8-2     b  6
8 2014-8-10     c  7

正如您所看到的，即使观察点5和6彼此相距不到45天，但它们具有不同的ID。这是因为观察点6距离观察点4(第二个平面A分组的开始)超过了45天。

Answer 1

我不认为这正是您想要的，但这是获得滚动计数的一个不错的开始(在R中很难做到这一点)。我还没有看到很多用于按组滚动函数的解决方案，这些解决方案在使用较大的数据集时不会耗费很长时间或不会耗尽RAM。我认为你提供了一个更大的例子(包括输入和期望的输出)，我将有更好的机会完全理解你的问题。

#Load libraries and download package
library("devtools")
install_github("boRingTrees","mgahan")

#Use the data.table package for speed
require(data.table)
require(boRingTrees)
setDT(df)

#Convert your date from character to date format
df[ , date := as.IDate(date)]

#Perform a rolling 45 count by plane adn then set the ID
df[ , roll.count45 := rollingByCalcs(df,bylist="plane", dates="date",lower=-45,upper=0)]
df[roll.count45 == 1 , ID := .I]
df[ , ID2 := ifelse(is.na(ID),ID[.I+1],ID[.I])]