在RV公园有居民的访客日志。根据城市法律，居民在公园停留14天之内不得停留超过150天。如果居民离开的时间少于10天，然后重新签到，则这些天将添加到他们的总营业时间中。
因此，我正在寻找一种方法来汇总每个居民在公园的时间，同时当中断时间超过10天时重新开始运行总时间。
我们将提供一张表格，其中包含每个人的到达和离开日期。
today <- Sys.Date(01/01/2019,"%m/%d/%Y")
hiatus <- ifelse(name == lag(name), arrival-lag(depart), 0)
stay <- ifelse(is.na(depart), as.numeric(today-arrival), depart-arrival)
resident arrival departure hiatus stay sincehiatus
Snow, Jon 17633 17652 0 19 19
Snow, Jon 17656 17683 4 27 50
Snow, Jon 17683 17713 0 30 80
Snow, Jon 17713 17752 0 39 119
Snow, Jon 17763 17775 11 12 12
Snow, Jon 17775 17805 0 30 42
Snow, Jon 17805 17836 0 31 73
Snow, Jon 17836 17882 0 46 119
Snow, Jon 17895 N/A 13 2 2
Stark, Bran 17823 17831 0 8 10
Stark, Bran 17831 17845 0 14 24
Stark, Bran 17845 17847 0 2 26
Stark, Bran 17847 17849 0 2 28
Stark, Bran 17859 N/A 10 38 38
我已经继续创建了一个“ hiatus ”变量和一个“ stay ”变量，如下所示。
对于出发的 N / A ，这意味着该居民仍在现场。因此，在计算 stay 时，将今天的日期用作出发日期。
我需要创建一个变量，该变量显示自最近10天中断（ sincehiatus ）起的天数。
我已经手动输入了“ sincehiatus ”的外观，但是我很难到达那里。
对于每个人， sincehiatus = hiatus + stay + lag（ sincehiatus ），以及何时 hiatus > 10， sincehiatus = 逗留
我想知道每个人的总成绩如何。我在将点与我看到的其他帖子连接起来时遇到麻烦。谢谢！
答案 0 :(得分：0)
“技巧”是查找“连续”停留的条纹，即任何中断少于10天的地方。这是通过通过stay.id为每个resident创建一个cumsum(hiatus >= 10)并进行相应分组来实现的。
dplyr library(dplyr)
today <- as.Date("01/01/2019","%m/%d/%Y")
ds %>%
arrange(resident, arrival) %>% # just to ensure proper row order
group_by(resident) %>%
mutate(stay.id = cumsum(arrival - lag(departure, default = 0) >= 10)) %>%
group_by(resident, stay.id) %>%
mutate(sh = ifelse(is.na(departure), today, departure) - min(arrival))
# A tibble: 14 x 8 # Groups: resident, stay.id [5] resident arrival departure hiatus stay sincehiatus stay.id sh <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <int> <dbl> 1 Snow, Jon 17633 17652 0 19 19 1 19 2 Snow, Jon 17656 17683 4 27 50 1 50 3 Snow, Jon 17683 17713 0 30 80 1 80 4 Snow, Jon 17713 17752 0 39 119 1 119 5 Snow, Jon 17763 17775 11 12 12 2 12 6 Snow, Jon 17775 17805 0 30 42 2 42 7 Snow, Jon 17805 17836 0 31 73 2 73 8 Snow, Jon 17836 17882 0 46 119 2 119 9 Snow, Jon 17895 NA 13 2 2 3 2 10 Stark, Bran 17823 17831 0 8 10 1 8 11 Stark, Bran 17831 17845 0 14 24 1 22 12 Stark, Bran 17845 17847 0 2 26 1 24 13 Stark, Bran 17847 17849 0 2 28 1 26 14 Stark, Bran 17859 NA 10 38 38 2 38
新列sh与OP的要求保持一致（第10至13行除外，OP从Jon Snow的最后一次访问到Bran Stark的第一次访问相距两天而已）。
data.table 为了完整起见，这也是一个data.table版本，可即时创建分组变量并通过引用更新ds ，即会添加新列，而不会复制整个数据对象。
library(data.table)
today <- as.Date("01/01/2019","%m/%d/%Y")
setDT(ds)[order(arrival), sh := ifelse(is.na(departure), today, departure) - min(arrival),
by = .(resident, cumsum(arrival - shift(departure, fill = 0) >= 10))][]
ds
resident arrival departure hiatus stay sincehiatus sh 1: Snow, Jon 17633 17652 0 19 19 19 2: Snow, Jon 17656 17683 4 27 50 50 3: Snow, Jon 17683 17713 0 30 80 80 4: Snow, Jon 17713 17752 0 39 119 119 5: Snow, Jon 17763 17775 11 12 12 12 6: Snow, Jon 17775 17805 0 30 42 42 7: Snow, Jon 17805 17836 0 31 73 73 8: Snow, Jon 17836 17882 0 46 119 119 9: Snow, Jon 17895 NA 13 2 2 2 10: Stark, Bran 17823 17831 0 8 10 8 11: Stark, Bran 17831 17845 0 14 24 22 12: Stark, Bran 17845 17847 0 2 26 24 13: Stark, Bran 17847 17849 0 2 28 26 14: Stark, Bran 17859 NA 10 38 38 38
ds <- readr::read_table("
resident arrival departure hiatus stay sincehiatus
Snow, Jon 17633 17652 0 19 19
Snow, Jon 17656 17683 4 27 50
Snow, Jon 17683 17713 0 30 80
Snow, Jon 17713 17752 0 39 119
Snow, Jon 17763 17775 11 12 12
Snow, Jon 17775 17805 0 30 42
Snow, Jon 17805 17836 0 31 73
Snow, Jon 17836 17882 0 46 119
Snow, Jon 17895 N/A 13 2 2
Stark, Bran 17823 17831 0 8 10
Stark, Bran 17831 17845 0 14 24
Stark, Bran 17845 17847 0 2 26
Stark, Bran 17847 17849 0 2 28
Stark, Bran 17859 N/A 10 38 38"
, na = "N/A")