如何计算一系列日期之间的平均天数？答案

【问题标题】：How to calculate average number of days between series of dates?如何计算一系列日期之间的平均天数？
【发布时间】：2021-11-18 10:51:09
【问题描述】：

我有一个数据集，其中列出了每个变量的一系列日期。我想计算每个变量的平均天数。理想情况下，我会得到一个具有平均值的数值。

例如，VarA 将为 1，因为每个值之间的平均间隔为 1 天。每个变量都有按顺序排列的日期（例如 VarA 的最近日期排在最后）。

我将如何在 R 中做到这一点？

我的数据集示例：

Variable	Date1	Date2	Date3	Date 4
VarA	09/01/21	09/02/21	09/03/21	09/04/21
VarB	08/01/21	08/17/21	09/02/21
VarC	09/25/21

【问题讨论】：

是的。我正在使用 RStudio 和 Dplyr 在 R 中进行计算。
您想如何处理丢失的数据？例如，Var C 只有一个日期？在计算 Date1 和 Date2 之间的平均时间时，您是否希望忽略它？（与 A&B 的 Date3 和 Date4 之间的平均时间类似的问题，以及缺少任何数据的所有日期）。

标签： r date dplyr

【解决方案1】：

我在 github 上有一个包，可以很容易地对变量对应用函数。

在这种情况下，我们可以使用dplyover::across2 来获得Date2-Date1、Date3-Date2 和Date4-Date3 之间的差异。那么我们只需要rowMeans，我们将调用包装到across2。

library(dplyr)
library(dplyover) # https://github.com/TimTeaFan/dplyover/

# approach
dat %>% 
   mutate(diff = rowMeans(
                  across2(Date1:Date3, # .x
                          Date2:Date4, # .y
                           ~ as.numeric(.y - .x)),
                  na.rm = TRUE)
         )

# result
#> # A tibble: 3 x 6
#>   Variable Date1      Date2      Date3      Date4       diff
#>   <chr>    <date>     <date>     <date>     <date>     <dbl>
#> 1 VarA     2021-09-01 2021-09-02 2021-09-03 2021-09-04     1
#> 2 VarB     2021-08-01 2021-08-17 2021-09-02 NA            16
#> 3 VarC     2021-09-25 NA         NA         NA           NaN


# the preprocessed data
dat <- read.table(header = TRUE, text =
  "Variable Date1      Date2        Date3          Date4
   VarA '09/01/21'  '09/02/21'  '09/03/21'  '09/04/21'
   VarB '08/01/21'  '08/17/21'  '09/02/21'  ''
   VarC '09/25/21' ''  '' '' ")


dat <- dat %>% as_tibble %>% 
  mutate(across(starts_with("Date"),
                ~ lubridate::mdy(.x)))

^{由reprex package (v0.3.0) 于 2021 年 9 月 25 日创建}

或者，我们可以只使用 {dplyr}，方法是将两个 across 调用彼此相减并将它们包装在 rowMeans 中。

library(dplyr)

# approach
dat %>% 
   mutate(diff = rowMeans(
      across(Date2:Date4, as.numeric) - across(Date1:Date3, as.numeric),
      na.rm = TRUE))

# result
#> # A tibble: 3 x 6
#>   Variable Date1      Date2      Date3      Date4       diff
#>   <chr>    <date>     <date>     <date>     <date>     <dbl>
#> 1 VarA     2021-09-01 2021-09-02 2021-09-03 2021-09-04     1
#> 2 VarB     2021-08-01 2021-08-17 2021-09-02 NA            16
#> 3 VarC     2021-09-25 NA         NA         NA           NaN

^{由reprex package (v0.3.0) 于 2021 年 9 月 25 日创建}

【讨论】：

【解决方案2】：

您可以获取“日期”列的逐行差异并取平均值。

library(dplyr)

df %>%
  mutate(across(starts_with('Date'), as.Date, '%m/%d/%y')) %>%
  rowwise() %>%
  mutate(diff = as.numeric(mean(diff(c_across(starts_with('Date'))), na.rm = TRUE)))

#  Variable Date1      Date2      Date3      Date4       diff
#  <chr>    <date>     <date>     <date>     <date>     <dbl>
#1 VarA     2021-09-01 2021-09-02 2021-09-03 2021-09-04     1
#2 VarB     2021-08-01 2021-08-17 2021-09-02 NA            16
#3 VarC     2021-09-25 NA         NA         NA           NaN

数据

如果您在reproducible format 中提供数据会更容易提供帮助

df <- structure(list(Variable = c("VarA", "VarB", "VarC"), Date1 = c("09/01/21", 
"08/01/21", "09/25/21"), Date2 = c("09/02/21", "08/17/21", ""
), Date3 = c("09/03/21", "09/02/21", ""), Date4 = c("09/04/21", 
"", "")), class = "data.frame", row.names = c(NA, -3L))

【讨论】：