是否有一个函数可以生成自 r 中记录的第一个日期以来的天数序列？

Question

我正在尝试分析植物的生存概率。因此，我每 8 天记录每株植物 3 个月的存活/死亡情况。我有一个这样的数据框：

   sampling date       ID    survival
1        1 04/03/2017 L4           0
2        1 04/03/2017 L5           0
3        1 04/03/2017 L6           0
4        2 15/03/2017 L4           0
5        2 15/03/2017 L5           1
6        2 15/03/2017 L6           0
7        3 23/03/2017 L4           0
8        3 23/03/2017 L6           1

其中：Survival 是一个二项式向量：1= 活着，0= 死亡。 ID = 每个植物的 ID。日期 = 采样日期。 我在 R 中使用 lubridate 包尝试了许多不同的组合，但我做不到。我想获得这样的数据框：

   sampling date       ID    survival        days
1        1 04/03/2017 L4           0           0
2        1 04/03/2017 L5           0           0
3        1 04/03/2017 L6           0           0
4        2 15/03/2017 L4           0           11
5        2 15/03/2017 L5           1           11
6        2 15/03/2017 L6           0           11
7        3 23/03/2017 L4           0           19
8        3 23/03/2017 L6           1           19

有什么建议吗？ 非常感谢您的帮助，谢谢。

Answer 1

一旦您将日期更改为实际日期类。

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

您可以在基础 R 中执行此操作：

df$days <- with(df, as.integer(date - ave(date, ID, FUN = min)))

dplyr

library(dplyr)
df %>% group_by(ID) %>% mutate(days = as.integer(date - min(date)))

或在data.table

library(data.table)
setDT(df)[, days := as.integer(date - min(date)), ID]
df

#   sampling       date ID survival days
#1:        1 2017-03-04 L4        0    0
#2:        1 2017-03-04 L5        0    0
#3:        1 2017-03-04 L6        0    0
#4:        2 2017-03-15 L4        0   11
#5:        2 2017-03-15 L5        1   11
#6:        2 2017-03-15 L6        0   11
#7:        3 2017-03-23 L4        0   19
#8:        3 2017-03-23 L6        1   19

Answer 2

使用 dplyr 和 lubridate

library(dplyr)
library(lubridate)

d %>% group_by(ID) %>% 
  mutate(days = difftime(time1 = date, time2 = min(date), units = "days"))

输出

sampling date       ID    survival days   
  <chr>    <date>     <chr>    <dbl> <drtn> 
1 1        2017-03-04 L4           0  0 days
2 1        2017-03-04 L5           0  0 days
3 1        2017-03-04 L6           0  0 days
4 2        2017-03-15 L4           0 11 days
5 2        2017-03-15 L5           1 11 days
6 2        2017-03-15 L6           0 11 days
7 3        2017-03-23 L4           0 19 days
8 3        2017-03-23 L6           1 19 days

Answer 3

你需要使用包chron，使用as.Date函数将日期转换为日期对象，然后日期会被减去。

我使用此代码得到您想要的输出：

输入：

## to create your sample dataset -- so you can see what data types I started with
sampling <- c(1,1,1,2,2,2,3,3)
date <- c('04/03/2017','04/03/2017','04/03/2017','15/03/2017','15/03/2017','15/\
03/2017','23/03/2017','23/03/2017')
ID <- c('L4','L5','L6','L4','L5','L6','L4','L6')
survival <- c(0,0,0,0,1,0,0,1)

##this is the actual part of the code that calculates days since the first

library(chron)
df <- data.frame(sampling,date,ID,survival)
df$date <- as.Date(df$date,format='%d/%m/%Y') 
# convert date to chron fmt -- see
#    https://www.stat.berkeley.edu/~s133/dates.html

df$days <- as.integer(df$date - df$date[1])

输出：

> df
  sampling       date ID survival days
1        1 2017-03-04 L4        0    0
2        1 2017-03-04 L5        0    0
3        1 2017-03-04 L6        0    0
4        2 2017-03-15 L4        0   11
5        2 2017-03-15 L5        1   11
6        2 2017-03-15 L6        0   11
7        3 2017-03-23 L4        0   19
8        3 2017-03-23 L6        1   19