在 R 中按组记录连续天数

Question

我有一个如下的数据框：

DATE <- as.Date(c('2016-12-01', '2016-12-02', '2016-12-03', '2016-12-04', '2016-12-01', '2016-12-03', '2016-12-04', '2016-12-04' ))
Parent <- c('A','A','A','A','A','A','A','B')
Child <- c('ab', 'ab', 'ab', 'ab', 'ac','ac', 'ac','bd')
salary <- c(1000, 100, 4000, 2000,1000,3455,1234,600)
avg_child_salary <- c(500, 500, 500, 500, 300, 300, 300, 9000)
Callout <- c('HIGH', 'LOW', 'HIGH', 'HIGH', 'HIGH', 'HIGH', 'HIGH', 'LOW')
employ.data <- data.frame(DATE, Parent, Child, avg_child_salary, salary, Callout)

employ.data

        DATE Parent Child avg_child_salary salary Callout
1 2016-12-01      A    ab              500   1000    HIGH
2 2016-12-02      A    ab              500    100     LOW
3 2016-12-03      A    ab              500   4000    HIGH
4 2016-12-04      A    ab              500   2000    HIGH
5 2016-12-01      A    ac              300   1000    HIGH
6 2016-12-03      A    ac              300   3455    HIGH
7 2016-12-04      A    ac              300   1234    HIGH
8 2016-12-04      B    bd             9000    600     LOW

我过滤掉了昨天的数据2016-12-04如下：

yesterday <- as.Date(Sys.Date()-1)
df2<-filter(employ.data, DATE == yesterday)
df2

            DATE Parent Child avg_child_salary salary Callout
    4 2016-12-04      A    ab              500   2000    HIGH
    7 2016-12-04      A    ac              300   1234    HIGH
    8 2016-12-04      B    bd             9000    600     LOW

我的目标是在Callout 旁边添加一列，显示从2016-12-04 到HIGH 或LOW 的连续天数，基于Child 数据框。这就是我需要的最终输出：

            DATE Parent Child avg_child_salary salary Callout   Consec. Days with Callout
    4 2016-12-04      A    ab              500   2000    HIGH                           2
    7 2016-12-04      A    ac              300   1234    HIGH                           2
    8 2016-12-04      B    bd             9000    600     LOW                           1

谢谢！

Answer 1

这是另一种相当混乱的方法，但我认为可以满足您的要求：

library(dplyr)
yesterday <- as.Date(Sys.Date()-1)
df2 <- employ.data %>% group_by(Child) %>%
  mutate(`Consec. Days with Callout`=cumsum(rev(cumprod(rev((yesterday-DATE)==(which(DATE == yesterday)-row_number()) & Callout==Callout[DATE == yesterday]))))) %>%
  filter(DATE == yesterday)
##Source: local data frame [3 x 7]
##Groups: Child [3]
##
##        DATE Parent  Child avg_child_salary salary Callout Consec. Days with Callout
##      <date> <fctr> <fctr>            <dbl>  <dbl>  <fctr>                     <dbl>
##1 2016-12-04      A     ab              500   2000    HIGH                         2
##2 2016-12-04      A     ac              300   1234    HIGH                         2
##3 2016-12-04      B     bd             9000    600     LOW                         1

注意事项：

1. 如果Callout 与yesterday 的Callout 相同，并且如果与yesterday 行的行距为与日期的天数相同。这给出了Cond 列，如下所示：

   Source: local data frame [8 x 7]
   Groups: Child [3]
   
           DATE Parent  Child avg_child_salary salary Callout  Cond
         <date> <fctr> <fctr>            <dbl>  <dbl>  <fctr> <lgl>
   1 2016-12-01      A     ab              500   1000    HIGH  TRUE
   2 2016-12-02      A     ab              500    100     LOW FALSE
   3 2016-12-03      A     ab              500   4000    HIGH  TRUE
   4 2016-12-04      A     ab              500   2000    HIGH  TRUE
   5 2016-12-01      A     ac              300   1000    HIGH FALSE
   6 2016-12-03      A     ac              300   3455    HIGH  TRUE
   7 2016-12-04      A     ac              300   1234    HIGH  TRUE
   8 2016-12-04      B     bd             9000    600     LOW  TRUE
   

2. 鉴于此，我们希望从yesterday 的行（按Child 分组）倒数连续的TRUE 的数量。为此，我们可以使用rev 反转向量，执行cumprod，一旦遇到FALSE，它将从1 切换到0，使用rev 再次反转向量, 最后做cumsum 累积连续天数。这样做会得到以下结果，其中 Consec. Days with Callout 列被解释为之前连续天数，Callout 与 yesterday 相同：

   Source: local data frame [8 x 7]
   Groups: Child [3]
   
           DATE Parent  Child avg_child_salary salary Callout Consec. Days with Callout
         <date> <fctr> <fctr>            <dbl>  <dbl>  <fctr>                     <dbl>
   1 2016-12-01      A     ab              500   1000    HIGH                         0
   2 2016-12-02      A     ab              500    100     LOW                         0
   3 2016-12-03      A     ab              500   4000    HIGH                         1
   4 2016-12-04      A     ab              500   2000    HIGH                         2
   5 2016-12-01      A     ac              300   1000    HIGH                         0
   6 2016-12-03      A     ac              300   3455    HIGH                         1
   7 2016-12-04      A     ac              300   1234    HIGH                         2
   8 2016-12-04      B     bd             9000    600     LOW                         1
   

3. 最后，像生成最终结果一样执行filter。

Answer 2

试试这个我的男人

library(lubridate)

df3 <- df2 %>% 
       group_by(child, callout) %>%                          
       mutate(DATE = ymd(DATE), 
              consecutive_day_flag = if_else(DATE == (lag(DATE) + days(1)), 1, 0),
              how_many = sum(consecutive_day_flag))