R中日期之间的递增天数

Question

我有一个很长的列表，需要日期之间的天数

ClientID <- c("00932", "00932", "00932")
Visit <- c("2018-11-10", "2018-11-20", "2018-11-25")

ClientID    Visit
00932    2018-11-10
00932    2018-11-20
00932    2018-11-25

我需要一个新的专栏写着

ClientID    Visit    Days
00932    2018-11-10    0
00932    2018-11-20    10
00932    2018-11-25    15

Answer 1

将Visit更改为date类，并为每个ClientID减去具有最小Visit日期的Visit。

library(dplyr)

df %>%
  mutate(Visit = as.Date(Visit, '%m-%d-%Y')) %>%
  group_by(ClientID) %>%
  mutate(Days = as.integer(Visit - min(Visit))) %>%
  ungroup

# ClientID Visit       Days
#  <chr>    <date>     <int>
#1 00932    2018-11-10     0
#2 00932    2018-11-20    10
#3 00932    2018-11-25    15

data

ClientID <- c("00932", "00932", "00932")
Visit <- c("11-10-2018", "11-20-2018", "11-25-2018")
df <- data.frame(ClientID, Visit)

Answer 2

考虑到您有多个ClientID，并且想要计算该级别上的Days：

library(lubridate)
library(tidyverse)

ClientID <- c("00932", "00932", "00932")
Visit <- c("11-10-2018", "11-20-2018", "11-25-2018")

df <- data.frame(ClientID, Visit)

df %>%
  group_by(ClientID) %>%
  mutate(Visit= mdy(Visit),
         Days= as.numeric(Visit-lag(Visit)))%>%
  ungroup()%>%
  mutate_if(is.numeric, ~replace_na(., 0))

# A tibble: 3 x 3
  ClientID Visit       Days
  <chr>    <date>     <dbl>
1 00932    2018-11-10     0
2 00932    2018-11-20    10
3 00932    2018-11-25     5

添加另一个ClientID和两个观察值以更好地演示它：

ClientID <- c("00932", "00932", "00932", "00935", "00935")
Visit <- c("11-10-2018", "11-20-2018", "11-25-2018",  "11-20-2019", "11-25-2019")

df <- data.frame(ClientID, Visit)

df %>%
  group_by(ClientID) %>%
  mutate(Visit= mdy(Visit),
         Days= as.numeric(Visit-lag(Visit)))%>%
  ungroup()%>%
  mutate_if(is.numeric, ~replace_na(., 0))

# A tibble: 5 x 3
  ClientID Visit       Days
  <chr>    <date>     <dbl>
1 00932    2018-11-10     0
2 00932    2018-11-20    10
3 00932    2018-11-25     5
4 00935    2019-11-20     0
5 00935    2019-11-25     5

按照注释中的要求添加函数：

days_func <- function(df){
  
  df %>%
    group_by(ClientID) %>%
    mutate(Visit= mdy(Visit),
           Days= as.numeric(Visit-lag(Visit)))%>%
    ungroup()%>%
    mutate_if(is.numeric, ~replace_na(., 0))->df
  
  return(df)
}

df1 <- days_func(df)

df1

# A tibble: 3 x 3
  ClientID Visit       Days
  <chr>    <date>     <dbl>
1 00932    2018-11-10     0
2 00932    2018-11-20    10
3 00932    2018-11-25     5

Answer 3

由于我假设您需要日期之间的日期跨度，而不是日期和最新日期之间的日期跨度，我建议这样做：

dn <- as.numeric(as.Date(Visit))

带有日期的文本始终转换为日期和数字。

dn2 <- c(dn[1], dn[-length(dn)])

我们准备第二个向量进行减法，因为它的工作速度很快。它的成员顺序如下：

df df2

第一个第一个

第2个1

第3次2次

第n第nth-1

Days <- dn - dn2

找到跨度。