R - 计算最大连续日期数

Question

我正在尝试按组计算连续日期的最大长度，但我很难得到它。我已经为我的类似布局的 tibble 添加了代码。

library(dplyr)

# construct sample tibble:
df <- tibble(
  key = rep(1:2, c(6,4)),
  Date = c(seq(as.Date('2016-12-17'), as.Date('2016-12-19'), '1 day'),
           seq(as.Date('2016-12-21'), as.Date('2016-12-23'), '1 day'),
           seq(as.Date('2017-05-18'), as.Date('2017-05-21'), '1 day'))          
)

我尝试使用lag()添加标签（1）来指示日期之间何时存在间隔，然后使用rle计算列中0的最大长度，但这并没有'不适用于keys 内所有可能的连续日期和间隔配置。

有没有办法按组返回最大连续日期数？

Answer 1

让我们首先创建一个函数，在给定向量的情况下找到最大连续天数：

gl <- function(x) {
  y <- c(unclass(diff(x)))  # c and unclass -- preparing it for rle
  r <- rle(y)
  with(r, max(lengths[values==1]))
}

现在我们可以按照通常的 dplyrry 方式使用它了：

df %>% group_by(key) %>% summarise(max.consecutive = gl(Date))

#  A tibble: 2 x 2
#     key max.consecutive
#   <int>           <int>
# 1     1               2
# 2     2               3

Answer 2

我的解决方案：先按键拆分数据集

df_split <- split(df, df$key)

然后循环遍历列表并找到连续天之间差异的最大长度。

df_split <- split(df, df$key)

x <- lapply(df_split, 
            function(x){
               max(rle(diff(x$Date) == 1)$lengths[rle(diff(x$Date) == 1)$value != FALSE]+1)
            }
     )