比较R中的相邻行答案

【问题标题】：compare adjacent rows in R比较R中的相邻行
【发布时间】：2019-10-09 11:08:40
【问题描述】：

在我的数据框中，我有一列“日期”，我希望 R 在循环中遍历每一行日期，以查看它之前或之后的日期是否在 3-14 天范围内，如果不是，它被索引到一个要在循环结束时删除的列表。

例如：

my_dates <- c( "1/4/2019", "1/18/2019", "4/3/2019", "2/20/2019", "4/5/2019")

我想删除包含 2/20/2019 的整行，因为在该日期的 3-14 天内没有其他日期。

任何帮助将不胜感激！

【问题讨论】：

标签： r loops date comparison row

【解决方案1】：

使用一点ordering 和diffing：

my_dates <- c( "1/4/2019", "1/18/2019", "4/3/2019", "2/20/2019", "4/5/2019")
my_dates <- as.Date(my_dates, format="%m/%d/%Y")

o <- order(my_dates)
d <- abs(diff(my_dates[o]))

my_dates[o[ c(Inf,d) <= 14 | c(d,Inf) <= 14 ]]
#[1] "2019-01-04" "2019-01-18" "2019-04-03" "2019-04-05"

【讨论】：

谢谢！这很有意义。我忘了提到我也有兴趣按组做这件事。我有一个“Patient_ID”组，我希望 R 提取不在 14 天范围内的日期，但前提是它是同一位患者。例如，如果有两个日期，但 2019 年 1 月 20 日属于患者 A，而 2019 年 1 月 24 日属于患者 B，我希望 R 忽略它。我有以下代码：df<-data.table(data_2011_2018$Patient_ID,data_2011_2018$Date_of_Collection) z = df[ , baseline := Date_of_Collection - shift(Date_of_Collection), by = Patient_ID]
@steph.zank - 这可能是一个建立在这个问题上的单独问题。理想情况下，您需要再次发布您的data.table 的简单示例（以可复制的形式），并将此问题作为资源指出。从您的描述来看应该不会太难，但是使用新问题/数据会更容易。由于您也在使用data.table，因此可能有完全不同的方法可以更好地扩展到分组。

【解决方案2】：

这是使用lubridate 和dplyr 的详细方法。

my_dates <- c( "1/4/2019", "1/18/2019", "4/3/2019", "2/20/2019", "4/5/2019")

library(lubridate); library(dplyr)
df <- data.frame(dates = mdy(my_dates)) %>%
  arrange(dates) %>%
  mutate(days_prior  = dates - lag(dates),
         days_before = lead(dates) - dates) %>%
  mutate(closest_day = pmin(days_prior, days_before, na.rm = T)) %>%
  filter(closest_day <= 14)

【讨论】：

不是应该在 3 到 14 天之间，而不是小于 14 天吗？
我不确定如何解释“3-14 天内”，因为可以说 1-2 天是“在”范围内，也就是小于该范围。如果你想剪掉当天最近或最多两天的东西，我们只需更改为filter(closest_day >= 3, closest_day <=14)。

【解决方案3】：

这是来自outer 的一种方式，来自thelatemail 的数据

s=abs(-outer(my_dates, my_dates, '-'))
my_dates[rowSums(s<=14)>1]
[1] "2019-01-04" "2019-01-18" "2019-04-03" "2019-04-05"

【讨论】：