Question

这是我的时间间隔数据

dates <- seq(from=as.Date("1980-01-01"), to=as.Date("1980-01-31"), by = 'day')

my_data <- 
  data.frame(from_date = c(dates[1], dates[15], dates[20], dates[30]),
             to_date = c(dates[14], dates[19], dates[22], dates[31]),
             id = c(1, 1, 2, 3))

很少有观察结果连续，它们会在下一个开始前一天结束。

my_data$is_continued <- c(TRUE, TRUE, FALSE, FALSE) 

my_data
   from_date    to_date id is_continued
1 1980-01-01 1980-01-14  1         TRUE
2 1980-01-15 1980-01-19  1         TRUE
3 1980-01-20 1980-01-22  2        FALSE
4 1980-01-30 1980-01-31  3        FALSE

现在我想简化我的表格。我想要一个观察而不是两个（或两个以上）：

观察连续
他们共享相同的id

也就是说，我想要这个结果

desired_result <- 
  data.frame(from_date = c(dates[1], dates[20], dates[30]),
             to_date = c(dates[19], dates[22], dates[31]),
             id = c(1, 2, 3))

最好的方法是什么？

Answer 1

循环：

groupContinous <- function(df) {

  df <- df[order(df$from_date),]

  df$continuing <- c(FALSE, c(df$from_date[2:nrow(df)] - df$to_date[1:(nrow(df))-1] == 1))

  membership <- 1
  for (i in 2:nrow(df)) {
    if (df$continuing[i] == TRUE) {
      membership <- c(membership, max(membership)) 
    } else {
      membership <- c(membership, max(membership)+1)
    }
  }
  df$membership <- membership

  require(dplyr)
  df_simp <- 
    df %>%
    dplyr::group_by(id, membership) %>%
    dplyr::summarize(from_date = min(from_date),
                     to_date = max(to_date))
  df_simp$membership <- NULL

  return(as.data.frame(df_simp))
}

基于共同id合并时间上连续的记录

1 个答案: