按组划分的两列之间的日期差异

Question

假设我有以下数据集：

id strt_dt     end_dt
1  2013-05-07 2013-05-13
1  2013-05-14 2013-05-20
1  2013-05-21 2013-05-27
2  2013-05-14 2013-05-15
2  2013-05-16 2013-05-22
2  2013-05-23 2013-05-29

我想计算每个“ID”的结束日期和开始日期之间的天数差异：

id strt_dt     end_dt    diff
1  2013-05-07 2013-05-13 NA
1  2013-05-14 2013-05-20 1
1  2013-05-21 2013-05-27 1
2  2013-05-14 2013-05-15 NA
2  2013-05-16 2013-05-22 1
2  2013-05-29 2013-05-29 7

目标是通过“ID”对除每个“ID”的第一个观察值之外的每个观察值获取“strt_dt”和前一行“end_dt”之间的差异。

Answer 1

这可以使用dplyr库中的lag并通过应用group_by为每个id制作它来实现，如下所示：

mutate ：创建一个新列

difftime ：查找日期之间的差异（基于指定的单位）

new_df <- df %>% 
          group_by(id) %>% 
          mutate(diff = difftime(strt_dt, lag(end_dt), units = "days"))

这应该给你以下内容：

     id strt_dt    end_dt     diff   
1     1 2013-05-07 2013-05-13 NA days
2     1 2013-05-14 2013-05-20  1 days
3     1 2013-05-21 2013-05-27  1 days
4     2 2013-05-14 2013-05-15 NA days
5     2 2013-05-16 2013-05-22  1 days
6     2 2013-05-29 2013-05-29  7 days

如果你想去除单词days ，你可以将差异结果转换为数字，如下所示：

new_df <- df %>% 
          group_by(id) %>% 
          mutate(diff = as.numeric(difftime(strt_dt, lag(end_dt), units = "days")))

希望能帮助到你。