如何根据 R 中的条件从同一个表中查找日期值？

Question

我不确定这个任务是否属于self join。我基本上试图在下面的数据框中查找每个State.UnionTerritory 的最新日期，其中每个Daily_confirmed 案例是当前日期的一半。

这将帮助我获得每个州在每个日期的病例翻倍时间。

library(tidyverse)
library(lubridate)

df_ind <- read_csv("https://raw.githubusercontent.com/johnsnow09/covid19-df_stack-code/main/sample_data.csv")

df_ind %>% head()

# output
Date       State.UnionTerritory Daily_confirmed
  <date>     <chr>                          <dbl>
1 2021-12-23 Haryana                           46
2 2021-12-23 Maharashtra                     1179
3 2021-12-23 Delhi                            118
4 2021-12-22 Haryana                           55
5 2021-12-22 Maharashtra                     1201
6 2021-12-22 Delhi                            125

例如，Delhi 在2021-12-23 上有118 的案例，而德里的这一比例不到或一半是57 在2021-12-15 上，所以翻倍率将是2021-12-23 - 2021-12-15 = 8天。

所以我应该得到类似的东西：

这应该适用于数据中的每个州以及所有日期。

df_ind <- df_ind %>%
  mutate(Daily_confirmed_half = as.integer(Daily_confirmed / 2) )

我不确定我如何准确地尝试这个来获得正确的日期作为Doubling_Date 列，其中Daily_confirmed 案例值满足<= half 的条件。

我可以group summarize 和使用first 提取最新日期，但不确定将正确日期带入此数据框的另一列的有效方法。

Answer 1

我不确定这是否是您想要的输出。该方法使用full_join 和filter 来模拟dplyr 中的非euqal 连接。然后我们进行一些数据清理，在最后一步中，我们需要对原始数据使用left_join，因为有好几天我们无法计算加倍日期，因为它不包含在时间序列中。

library(tidyverse)
library(lubridate)

df_ind %>% 
  group_by(State.UnionTerritory) %>% 
  full_join(., ., by = c("State.UnionTerritory")) %>%
  filter(Date.x > Date.y,
         Daily_confirmed.x > (Daily_confirmed.y * 2)) %>% 
  group_by(Date.x, State.UnionTerritory) %>% 
  filter(Date.y == max(Date.y)) %>% 
  filter(Daily_confirmed.y == max(Daily_confirmed.y)) %>% 
  rename("Date" = Date.x,
         "Daily_confirmed" = Daily_confirmed.x,
         "Doubling_Date" = Date.y) %>% 
  select(- Daily_confirmed.y) %>% 
  mutate(Day_to_double = Date - Doubling_Date) %>% 
  left_join(df_ind,
            .,
            by = c("Date", "State.UnionTerritory", "Daily_confirmed")) %>% 
  arrange(State.UnionTerritory, desc(Date)) 

#> # A tibble: 252 x 5
#>    Date       State.UnionTerritory Daily_confirmed Doubling_Date Day_to_double
#>    <date>     <chr>                          <dbl> <date>        <drtn>       
#>  1 2021-12-23 Delhi                            118 2021-12-15     8 days      
#>  2 2021-12-22 Delhi                            125 2021-12-15     7 days      
#>  3 2021-12-21 Delhi                            102 2021-12-14     7 days      
#>  4 2021-12-20 Delhi                             91 2021-12-14     6 days      
#>  5 2021-12-19 Delhi                            107 2021-12-14     5 days      
#>  6 2021-12-18 Delhi                             86 2021-12-13     5 days      
#>  7 2021-12-17 Delhi                             69 2021-12-13     4 days      
#>  8 2021-12-16 Delhi                             85 2021-12-13     3 days      
#>  9 2021-12-15 Delhi                             57 2021-11-27    18 days      
#> 10 2021-12-14 Delhi                             45 2021-11-15    29 days      
#> # … with 242 more rows

^{由reprex package (v0.3.0) 于 2021 年 12 月 25 日创建}