按连续时间间隔将 data.table 日期分组（按间隔划分）答案

【问题标题】：Group data.table dates into groups by consecutive time intervals (split by gaps)按连续时间间隔将 data.table 日期分组（按间隔划分）
【发布时间】：2016-10-06 14:14:22
【问题描述】：

我有一个data.table，其中包含针对不同客户（“客户”）的许多事件，并且希望在同一客户的每个间隙（“缺失事件”）处拆分事件。

E. G。假设我有每月的事件数据，一个或多个月的缺失事件是一个“差距”，而连续几个月的事件属于同一组：

library(data.table)
library(lubridate)   # for ymd()
dt <- data.table(client.no = c(rep("Client_A", 3), rep("Client_B", 5), rep("Client_C", 2)),
                 event.date = ymd(20160101, 20160201, 20160301, 20151201, 20160101, 20160301, 20160501, 20160601, 20140701, 20150101))

与dt

    client.no event.date
 1:  Client_A 2016-01-01
 2:  Client_A 2016-02-01
 3:  Client_A 2016-03-01
 4:  Client_B 2015-12-01
 5:  Client_B 2016-01-01
 6:  Client_B 2016-03-01
 7:  Client_B 2016-05-01
 8:  Client_B 2016-06-01
 9:  Client_C 2014-07-01
10:  Client_C 2015-01-01

结果应该是同一组的每一行都相同的组号，例如。 g.：

    client.no event.date group.no
 1:  Client_A 2016-01-01        1
 2:  Client_A 2016-02-01        1
 3:  Client_A 2016-03-01        1
 4:  Client_B 2015-12-01        1
 5:  Client_B 2016-01-01        1
 6:  Client_B 2016-03-01        2
 7:  Client_B 2016-05-01        3
 8:  Client_B 2016-06-01        3
 9:  Client_C 2014-07-01        1
10:  Client_C 2015-01-01        2

不需要为每个客户端将组号重置为一个（但会很好）。

您可以假设事件在每个客户端中都是有序的，并且同一客户端中没有重复的事件日期。

【问题讨论】：

也许是dt[,group:=cumsum(c(TRUE,diff(event.date)>31)),by=client.no]。请记住，您无法在一行中控制diff 返回的单位应用于POSIXt 对象，因此您可能必须检查单位是否为days，然后设置>31 条件。
优秀的解决方案（很遗憾，我无法在没有答案的情况下在这里投票更多）。谢了！

标签： r data.table time-series

【解决方案1】：

你可以使用cumsum:

dt[,z:=cumsum(c(1,diff(event.date)>31)),by=client.no]

输出：

   client.no event.date z
 1:  Client_A 2016-01-01 1
 2:  Client_A 2016-02-01 1
 3:  Client_A 2016-03-01 1
 4:  Client_B 2015-12-01 1
 5:  Client_B 2016-01-01 1
 6:  Client_B 2016-03-01 2
 7:  Client_B 2016-05-01 3
 8:  Client_B 2016-06-01 3
 9:  Client_C 2014-07-01 1
10:  Client_C 2015-01-01 2

【讨论】：

我同时在 cmets 中建议的同一行 :) 当然 +1（也许添加有关单位的警告）。