按组计算两个日期之间的差异，但有警告

Question

数据如下：

df <- data.frame(
  id = c(283,994,294,294,1001,1001), 
  stint = c(1,1,1,2,1,2), 
  admit = c("2010-2-3","2011-2-4","2011-3-4","2012-4-1","2016-1-2","2017-2-3"),
  release = c("2011-2-3","2011-2-28","2011-4-1","2014-6-6","2017-2-1","2018-3-1")
)

好吧，所以请原谅我，因为我觉得这种话很难表达。我需要计算第一个阶段的发布日期与第二个阶段的承认日期之间的差异。因此，我称之为“暴露”的差异对于上面的示例应该是这样的

exposure=c(NA,NA,365,NA,2,NA)

因此，如果只有一段时间，安娜将被退回，如果超过一次，曝光时间将使用先前的发布日期和当前的承认日期计算。所以，第三阶段的暴露将是第三阶段的承认--第二阶段的发布。

Answer 1

如果stint == 2，则要计算曝光量，否则返回NA。这可以用ifelse来完成。但是，您希望从上一个发布日期开始发布。这可以用滞后来完成。但这将使暴露值与承认暴露==2相关联，而您希望暴露与计算中使用的前一个版本相关联。所以，去掉第一次曝光值，最后加上安娜。

  df %>% 
    mutate(across(c(admit, release), as.Date), 
           exposure = c(ifelse(stint == 2, admit - lag(release), NA)[-1], NA))

产额

    id stint      admit    release exposure
1  283     1 2010-02-03 2011-02-03       NA
2  994     1 2011-02-04 2011-02-28       NA
3  294     1 2011-03-04 2011-04-01      366
4  294     2 2012-04-01 2014-06-06       NA
5 1001     1 2016-01-02 2017-02-01        2
6 1001     2 2017-02-03 2018-03-01       NA

Answer 2

下面是一种dplyr方法。我们将找到admit (release)的值，其中stint为2 (1)，取差值，并将暴露的第一项替换为每组id的第一项。

library(dplyr)

df %>% 
  mutate(
    across(c(admit, release), as.Date), 
    exposure = NA_integer_
  ) %>% 
  group_by(id) %>% 
  mutate(exposure = replace(
    exposure, 1L, 
    as.integer(admit[match(2, stint)] - release[match(1, stint)])
  ))

输出

# A tibble: 6 x 5
# Groups:   id [4]
     id stint admit      release    exposure
  <dbl> <dbl> <date>     <date>        <int>
1   283     1 2010-02-03 2011-02-03       NA
2   994     1 2011-02-04 2011-02-28       NA
3   294     1 2011-03-04 2011-04-01      366
4   294     2 2012-04-01 2014-06-06       NA
5  1001     1 2016-01-02 2017-02-01        2
6  1001     2 2017-02-03 2018-03-01       NA