[英]Is there a function to generate a sequence of number of days since the first date recorded in r?
我正在嘗試分析植物的生存概率。 因此,我每 8 天記錄每株植物 3 個月的存活/死亡情況。 我有一個像這樣的 dataframe:
sampling date ID survival
1 1 04/03/2017 L4 0
2 1 04/03/2017 L5 0
3 1 04/03/2017 L6 0
4 2 15/03/2017 L4 0
5 2 15/03/2017 L5 1
6 2 15/03/2017 L6 0
7 3 23/03/2017 L4 0
8 3 23/03/2017 L6 1
其中:Survival 是一個二項式向量:1= 活着,0= 死亡。 ID = 每個植物的 ID。 日期 = 采樣日期。 我在 R 中使用 lubridate package 嘗試了許多不同的組合,但我做不到。 我想像這樣獲得 dataframe:
sampling date ID survival days
1 1 04/03/2017 L4 0 0
2 1 04/03/2017 L5 0 0
3 1 04/03/2017 L6 0 0
4 2 15/03/2017 L4 0 11
5 2 15/03/2017 L5 1 11
6 2 15/03/2017 L6 0 11
7 3 23/03/2017 L4 0 19
8 3 23/03/2017 L6 1 19
有什么建議嗎? 我會感謝你的幫助,謝謝。
您需要使用 package chron,使用 as.Date function 將日期轉換為日期 object,然后將減去日期。
我使用以下代碼得到您想要的 output:
輸入:
## to create your sample dataset -- so you can see what data types I started with
sampling <- c(1,1,1,2,2,2,3,3)
date <- c('04/03/2017','04/03/2017','04/03/2017','15/03/2017','15/03/2017','15/\
03/2017','23/03/2017','23/03/2017')
ID <- c('L4','L5','L6','L4','L5','L6','L4','L6')
survival <- c(0,0,0,0,1,0,0,1)
##this is the actual part of the code that calculates days since the first
library(chron)
df <- data.frame(sampling,date,ID,survival)
df$date <- as.Date(df$date,format='%d/%m/%Y')
# convert date to chron fmt -- see
# https://www.stat.berkeley.edu/~s133/dates.html
df$days <- as.integer(df$date - df$date[1])
Output:
> df
sampling date ID survival days
1 1 2017-03-04 L4 0 0
2 1 2017-03-04 L5 0 0
3 1 2017-03-04 L6 0 0
4 2 2017-03-15 L4 0 11
5 2 2017-03-15 L5 1 11
6 2 2017-03-15 L6 0 11
7 3 2017-03-23 L4 0 19
8 3 2017-03-23 L6 1 19
一旦您將日期更改為實際日期 class。
df$date <- as.Date(df$date, "%d/%m/%Y")
您可以在基礎 R 中執行此操作:
df$days <- with(df, as.integer(date - ave(date, ID, FUN = min)))
dplyr
library(dplyr)
df %>% group_by(ID) %>% mutate(days = as.integer(date - min(date)))
或在data.table
library(data.table)
setDT(df)[, days := as.integer(date - min(date)), ID]
df
# sampling date ID survival days
#1: 1 2017-03-04 L4 0 0
#2: 1 2017-03-04 L5 0 0
#3: 1 2017-03-04 L6 0 0
#4: 2 2017-03-15 L4 0 11
#5: 2 2017-03-15 L5 1 11
#6: 2 2017-03-15 L6 0 11
#7: 3 2017-03-23 L4 0 19
#8: 3 2017-03-23 L6 1 19
使用 dplyr 並潤滑
library(dplyr)
library(lubridate)
d %>% group_by(ID) %>%
mutate(days = difftime(time1 = date, time2 = min(date), units = "days"))
Output
sampling date ID survival days
<chr> <date> <chr> <dbl> <drtn>
1 1 2017-03-04 L4 0 0 days
2 1 2017-03-04 L5 0 0 days
3 1 2017-03-04 L6 0 0 days
4 2 2017-03-15 L4 0 11 days
5 2 2017-03-15 L5 1 11 days
6 2 2017-03-15 L6 0 11 days
7 3 2017-03-23 L4 0 19 days
8 3 2017-03-23 L6 1 19 days
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.