通过查找 r 中 2 个日期之间的差异来聚合列答案

【问题标题】：Aggregating columns by finding the difference between 2 dates in r通过查找 r 中 2 个日期之间的差异来聚合列
【发布时间】：2018-09-08 14:07:57
【问题描述】：

我需要使用聚合函数通过查找每个 ID 的最大（结束日期）和最小（开始日期）的差异来将下面的表 1 减少到表 2。我已经尝试了几个代码，但这是最新的；

Table2<-aggregate(table1$date,by=list(table1$ID),FUN=diff)
as.numeric(Table2)

   #Table1
       ID      Date
    1  100 1/10/1999
    2  100 1/10/1999
    3  100  4/7/2000
    4  100  4/8/2000
    5  100  3/7/2001
    6  110  3/8/2001
    7  110  4/8/2002
    8  110  4/6/2003
    9  110  4/7/2003
    10 110  3/6/2005

期望的结果

Table 2
ID  length(days)
100  788
110  1459

【问题讨论】：

您应该添加一个可重复的数据集和您自己的代码。
我尝试了几个 r 代码，但这是最新的 - Table2
请将其添加到您的问题中。也可以使用dput 制作数据集
@Salman，我使用 dput 创建了数据的文本文件。我将它作为图像附加到我的问题中吗？我找不到附加文档选项

标签： r date aggregate

【解决方案1】：

请提供您自己的代码、数据和所需的输出，以获得对您最有用的答案...

下面是data.table 方法，它根据每个 ID 组的第一个和最后一个条目计算每个 ID 的持续时间。

library( data.table )

df <- data.frame( date = c(as.Date("2018-01-01"), as.Date("2018-02-04"), as.Date("2018-01-02"), as.Date("2018-02-04") ),
                  id = c(100,100,110,110),
                  stringsAsFactors = FALSE)

df
#         date  id
# 1 2018-01-01 100
# 2 2018-02-04 100
# 3 2018-01-02 110
# 4 2018-02-04 110

setDT(df)[, difftime( date[.N], date[1] ), by = id][]
#     id      V1
# 1: 100 34 days
# 2: 110 33 days

【讨论】：

感谢您的代码，但是当我的日期和 ID 列包含 15,000 个数据点和每个 ID 10-15 个日期时，这可能很难应用

【解决方案2】：

Base R 和aggregate 可以轻松完成。
但首先将您的 Date 列强制转换为 Date 类。

table1$Date <- as.Date(table1$Date, "%m/%d/%Y")

aggregate(Date ~ ID, table1, function(x) x[length(x)] - x[1])
#   ID  Date
#1 100  787 
#2 110 1459

数据。

table1 <- read.table(text = "
ID      Date
1  100 1/10/1999
2  100 1/10/1999
3  100  4/7/2000
4  100  4/8/2000
5  100  3/7/2001
6  110  3/8/2001
7  110  4/8/2002
8  110  4/6/2003
9  110  4/7/2003
10 110  3/6/2005
", header = TRUE)

【讨论】：

【解决方案3】：

这是dplyr 的一种方法，假设您已经根据 Rui 的回答将 Date 转换为日期类型字段。

library(dplyr)
summary <- table1 %>%
  group_by(ID) %>%
  summarize(min = min(Date),
            max = max(Date)) %>%
  mutate(range = max - min + 1)

summary
# A tibble: 2 x 4
     ID min        max        range 
  <int> <date>     <date>     <time>
1   100 1999-01-10 2001-03-07 788   
2   110 2001-03-08 2005-03-06 1460

【讨论】：