如何根据自特定类型记录以来的天数计算新变量答案

【问题标题】：How to compute a new variable based on the number of days since a particular type of record如何根据自特定类型记录以来的天数计算新变量
【发布时间】：2017-06-01 10:57:27
【问题描述】：

我正在尝试创建一个变量来显示自特定事件发生以来的天数。这是对this previous question 的跟进，使用相同的数据。

数据如下所示（注意日期为 DD-MM-YYYY 格式）：

ID  date      drug  score
A   28/08/2016  2   3
A   29/08/2016  1   4
A   30/08/2016  2   4
A   2/09/2016   2   4
A   3/09/2016   1   4
A   4/09/2016   2   4
B   8/08/2016   1   3
B   9/08/2016   2   4
B   10/08/2016  2   3
B   11/08/2016  1   3
C   30/11/2016  2   4
C   2/12/2016   1   5
C   3/12/2016   2   1
C   5/12/2016   1   4
C   6/12/2016   2   4
C   8/12/2016   1   2
C   9/12/2016   1   2

对于“药物”：1=服用药物，2=未服用药物。

每次 drug 的值为 1，如果该 ID 有一个先前的记录也是 drug==1，那么我需要生成一个新值 'lagtime' 显示天数（而不是行数！）自上次服用药物以来。

所以我正在寻找的输出是：

ID  date      drug  score  lagtime
A   28/08/2016  2   3
A   29/08/2016  1   4
A   30/08/2016  2   4
A   2/09/2016   2   4
A   3/09/2016   1   4      5
A   4/09/2016   2   4
B   8/08/2016   1   3
B   9/08/2016   2   4
B   10/08/2016  2   3
B   11/08/2016  1   3      3
C   30/11/2016  2   4
C   2/12/2016   1   5
C   3/12/2016   2   1
C   5/12/2016   1   4      3
C   6/12/2016   2   4
C   8/12/2016   1   2      3
C   9/12/2016   1   2      1

所以我需要一种方法来生成（变异？）这个滞后时间分数，该分数计算为每个药物==1 记录的日期，减去前一个药物==1 记录的日期，按 ID 分组。这让我完全迷惑了。

示例数据的代码如下：

data<-data.frame(ID=c("A","A","A","A","A","A","B","B","B","B","C","C","C","C","C","C","C"),
                 date=as.Date(c("28/08/2016","29/08/2016","30/08/2016","2/09/2016","3/09/2016","4/09/2016","8/08/2016","9/08/2016","10/08/2016","11/08/2016","30/11/2016","2/12/2016","3/12/2016","5/12/2016","6/12/2016","8/12/2016","9/12/2016"),format= "%d/%m/%Y"),
                 drug=c(2,1,2,2,1,2,1,2,2,1,2,1,2,1,2,1,1),
                 score=c(3,4,4,4,4,4,3,4,3,3,4,5,1,4,4,2,2))

【问题讨论】：

标签： r date dataframe recode

【解决方案1】：

我们可以使用data.table。将'data.frame'转换为'data.table'（setDT(data)），按'ID'分组，指定i（drug ==1），得到'date'的差异（diff(date)），连接使用NA 作为diff 输出长度比原始向量小1，转换为integer 并分配（:=）以创建“滞后时间”。默认情况下，所有其他值都是NA

library(data.table)
setDT(data)[drug==1, lagtime := as.integer(c(NA, diff(date))), ID]
data
#    ID       date drug score lagtime
# 1:  A 2016-08-28    2     3      NA
# 2:  A 2016-08-29    1     4      NA
# 3:  A 2016-08-30    2     4      NA
# 4:  A 2016-09-02    2     4      NA
# 5:  A 2016-09-03    1     4       5
# 6:  A 2016-09-04    2     4      NA
# 7:  B 2016-08-08    1     3      NA
# 8:  B 2016-08-09    2     4      NA
# 9:  B 2016-08-10    2     3      NA
#10:  B 2016-08-11    1     3       3
#11:  C 2016-11-30    2     4      NA
#12:  C 2016-12-02    1     5      NA
#13:  C 2016-12-03    2     1      NA
#14:  C 2016-12-05    1     4       3
#15:  C 2016-12-06    2     4      NA
#16:  C 2016-12-08    1     2       3
#17:  C 2016-12-09    1     2       1

【讨论】：