使用标准计算天数

Question

概述

假设：假设我是一个狂热的运动员。我有一个数据集，每次我去划船/滑雪/无论什么时候都会记录下来。我想计算自每个给定区域发生的最后一次假设事故以来经过的天数。

我的数据

这是我的一小部分可重复的数据：

mydata <- data.frame(state = c(rep("Vermont", 5), rep("New Hampshire", 5)),
                     date = c("2016-01-01", "2016-01-03", "2016-01-04", "2016-01-04", "2016-02-01",
                              "2016-01-03", "2016-01-15", "2016-01-16", "2016-02-01", "2016-02-03"),
                     accident = c(1, 0, 0, 1, 1,
                                  0, 1, 1, 0, 1))

这就是它的样子。请注意，日期是“参差不齐的”——我有时会连续两天滑雪/划船，有时我会休息一周。另请注意，我在多个州进行这些体育活动，并且我想group_by 该州，从而在我第一次在该地区滑雪/划船时得到NA 值。

          state       date accident
        Vermont 2016-01-01        1
        Vermont 2016-01-02        0
        Vermont 2016-01-03        0
        Vermont 2016-01-04        1
        Vermont 2016-02-01        1
  New Hampshire 2016-01-03        0
  New Hampshire 2016-01-15        1
  New Hampshire 2016-01-16        1
  New Hampshire 2016-02-01        0
  New Hampshire 2016-02-03        1

我想制作这个：

          state       date accident   numdays
        Vermont 2016-01-01        1        NA
        Vermont 2016-01-02        0         1
        Vermont 2016-01-03        0         2
        Vermont 2016-01-04        1         3
        Vermont 2016-02-01        1        28
  New Hampshire 2016-01-03        0        NA
  New Hampshire 2016-01-15        1        NA
  New Hampshire 2016-01-16        1         1
  New Hampshire 2016-02-01        0        16
  New Hampshire 2016-02-03        1        18

*已编辑以更正数据中的拼写错误

Answer 1

这是一种选择：

创建一个包含事故发生日期的新列。使用tidyr::fill 将未发生事故的天数填充为之前的值。对于每个state，计算自上次事故发生以来经过的天数。

library(dplyr)

mydata %>%
  mutate(date = as.Date(date), 
         numdays = replace(date, accident == 0, NA)) %>%
  group_by(state) %>%
  mutate(numdays = lag(numdays)) %>%
  tidyr::fill(numdays) %>%
  mutate(numdays = as.integer(date - numdays))

#   state         date       accident numdays
#   <chr>         <date>        <dbl>   <int>
# 1 Vermont       2016-01-01        1      NA
# 2 Vermont       2016-01-02        0       1
# 3 Vermont       2016-01-03        0       2
# 4 Vermont       2016-01-04        1       3
# 5 Vermont       2016-02-01        1      28
# 6 New Hampshire 2016-01-03        0      NA
# 7 New Hampshire 2016-01-15        1      NA
# 8 New Hampshire 2016-01-16        1       1
# 9 New Hampshire 2016-02-01        0      16
#10 New Hampshire 2016-02-03        1      18

数据

date 的几个条目中可能有错字，我已在下面更正。

mydata <- data.frame(state = c(rep("Vermont", 5), rep("New Hampshire", 5)),
                     date = c("2016-01-01", "2016-01-02", "2016-01-03", "2016-01-04", "2016-02-01",
                              "2016-01-03", "2016-01-15", "2016-01-16", "2016-02-01", "2016-02-03"),
                     accident = c(1, 0, 0, 1, 1,
                                  0, 1, 1, 0, 1))