【发布时间】：2023-04-09 09:48:02
【问题描述】：
我被困在我正在尝试创建的 for 循环中。示例数据集如下：
ex <- structure(list(person_id = c("79d8c6ee-62f4-4a09-a31e-a3d1a48d79a8",
"79d8c6ee-62f4-4a09-a31e-a3d1a48d79a8", "79d8c6ee-62f4-4a09-a31e-a3d1a48d79a8",
"79d8c6ee-62f4-4a09-a31e-a3d1a48d79a8", "8b6ea77b-e694-48fb-a9e9-ca8bf1accc65",
"8b6ea77b-e694-48fb-a9e9-ca8bf1accc65", "8b6ea77b-e694-48fb-a9e9-ca8bf1accc65",
"8b6ea77b-e694-48fb-a9e9-ca8bf1accc65"), prs_nat_key = c("8240588160001",
"8240588160001", "8240588160001", "8240588160001", "106705689",
"106705689", "106705689", "106705689"), serv_from_dt = structure(c(18262,
18262, 18262, 18262, 18278, 18278, 18278, 18278), class = "Date"),
serv_to_dt = structure(c(18262, 18262, 18262, 18265, 18282,
18282, 18299, 18299), class = "Date"), new_pos = c("IP",
"IP", "IP", "IP", "IP", "IP", "IP", "IP"), days_diff = c(0,
0, 0, 3, 4, 4, 21, 21)), row.names = c(NA, -8L), class = c("data.table",
"data.frame"))
我正在尝试创建一个名为 start_date 的新列。此列将根据每个 person_id 的 serv_from_dt 和 serv_to_dt 日期创建。到目前为止，我这样做的方式如下：
通过每个 person_id 找到唯一的 serv_from_dt，其中 serv_from_dt 和 serv_to_dt 之间的日期差异大于 0（我们称之为 diff_date）；如果按行，serv_frm_dt >= person_id 的 MAX 唯一 diff_date，并且 serv_to_dt
values=ex[,.(uniqueN(sort(unique(serv_to_dt[ex$days_diff>0]), TRUE))), person_id]
n = as.numeric(values[,1])
m = as.numeric(values[,2])
for (i in m){
ex[,`:=`(min_start = fifelse((serv_to_dt<= sort(unique(serv_to_dt[ex$days_diff>0]), TRUE)[1] &
serv_from_dt>= sort(unique(serv_from_dt[ex$days_diff>0]))[1]),
sort(unique(serv_from_dt[ex$days_diff>0]))[1], fifelse((serv_to_dt<= sort(unique(serv_to_dt[ex$days_diff>0]), TRUE)[i] &
serv_from_dt>= sort(unique(serv_from_dt[ex$days_diff>0]))[i]),
sort(unique(serv_from_dt[ex$days_diff>0]))[i], serv_from_dt)),
max_end = fifelse((serv_to_dt<= sort(unique(serv_to_dt[ex$days_diff>0]), TRUE)[1] &
serv_from_dt>= sort(unique(serv_from_dt[ex$days_diff>0]))[1]),
sort(unique(serv_to_dt[ex$days_diff>0]), TRUE)[1], fifelse((serv_to_dt<= sort(unique(serv_to_dt[ex$days_diff>0]), TRUE)[i] &
serv_from_dt>= sort(unique(serv_from_dt[ex$days_diff>0]))[i]),
sort(unique(serv_to_dt[ex$days_diff>0]), TRUE)[i], serv_from_dt))), prs_nat_key]
}
上面的代码正是我想要的，但我不知道如何为具有多个 person_ids 和多个 day_diffs 的更大数据集扩展它。我希望代码是这样的，如果 serv_frm/serv_to_dts 在最大唯一 diff_date 之间不成立，则循环到下一个唯一 diff_date。在这种情况下，两个 person_id 都只有 1 个唯一的 diff_date（所以 m = 1），但我想更新代码以在 m > 1 的情况下保持真实。我也尝试过使用 base R 来做，但不断收到错误：
for(j in 1:m){
ex[, min_start := if((serv_to_dt<= sort(unique(serv_to_dt[ex$days_diff>0]), TRUE)[j] &
serv_from_dt>= sort(unique(serv_from_dt[ex$days_diff>0]))[j])) sort(unique(serv_from_dt[ex$days_diff>0]))[j]]
j = j+ 1
}
任何帮助将不胜感激。
【问题讨论】：
-
请检查你的“工作代码”：我得到
Error: 'list' object cannot be coerced to type 'double'，因为你引用了values[,1]，它从data.table返回一个data.table，而不是一个向量；加上values[,1]不能是as.numeric-ified，它似乎是 GUID。 -
仅供参考，每当有嵌套的
fifelse语句时，我强烈建议您查看fcase：它更易于阅读且更易于维护。 -
@r2evans 感谢您的建议！我什至不知道fcase，我一定会调查它！
标签： r dataframe for-loop if-statement data.table