多行的时间间隔

Question

我正在尝试解决一个使用时间间隔的问题，这让我很头疼一段时间。

这是两个 ID 的药物处方示例。

df <- data.frame('ID' = c('1','1','1','1','2','2'), 'start' = c('2010-01-01', '2010-01-03', '2010-01-05', '2010-01-09','2010-02-01', '2010-02-10'),
             'end' = c('2010-01-03', '2010-01-22', '2010-01-07', '2010-01-12', '2010-02-10', '2010-02-12'))

  ID      start        end
1  1 2010-01-01 2010-01-03
2  1 2010-01-03 2010-01-22
3  1 2010-01-05 2010-01-07
4  1 2010-01-09 2010-01-12
5  2 2010-02-01 2010-02-10
6  2 2010-02-10 2010-02-12

目的是创建一个新的列来指示持续吸毒。所以在这个例子中，两个 ID 都有连续使用（处方结束和下一个处方开始之间的最大间隔 = 1 天）。最终结果应该是这样的（逻辑上表示连续使用）：

  ID      start        end  continuous
1  1 2010-01-01 2010-01-03 FALSE
2  1 2010-01-03 2010-01-22 TRUE
3  1 2010-01-05 2010-01-07 TRUE
4  1 2010-01-09 2010-01-12 TRUE
5  2 2010-02-01 2010-02-10 FALSE
6  2 2010-02-10 2010-02-12 TRUE

我尝试使用 dplyr 和 lubridate 解决此问题，但未能获得第 4 行的正确结果，因为第 3 行不是连续的，而是第 2 行。这是我的代码：

df$start <- ymd(df$start)
df$end <- ymd(df$end)
df <- df %>% group_by(ID) %>% mutate(continuous = if_else(lag(end) - start >= -1, TRUE, FALSE, missing = FALSE))

我非常感谢您对此的帮助！谢谢！

Answer 1

按 ID 将数据帧分组，然后检查每一行的开始是否位于另一行的开始和结束之间。 （它总是位于自身的开始和结束之间，因此，如果sum(..)>1，则返回TRUE）

数据：

df <- data.frame('ID' = c('1','1','1','1','2','2'), 'start' = c('2010-01-01', '2010-01-03', '2010-01-05', '2010-01-09','2010-02-01', '2010-02-10'),
                 'end' = c('2010-01-03', '2010-01-22', '2010-01-07', '2010-01-12', '2010-02-10', '2010-02-12'),stringsAsFactors = F)
df$start = as.Date(df$start)
df$end = as.Date(df$end)

代码：

df$continuous = unlist(lapply(split(df,df$ID), function(x) {lapply(1:nrow(x), 
             function(y) { sum(x$start[y]>=x$start & x$start[y] <= x$end + 1) })>1  }))

输出：

  ID      start        end continuous
1  1 2010-01-01 2010-01-03      FALSE
2  1 2010-01-03 2010-01-22       TRUE
3  1 2010-01-05 2010-01-07       TRUE
4  1 2010-01-09 2010-01-12       TRUE
5  2 2010-02-01 2010-02-10      FALSE
6  2 2010-02-10 2010-02-12       TRUE

希望这会有所帮助！