将日期重新编码为学科内的学习日答案

【问题标题】：Recode dates to study day within subject将日期重新编码为学科内的学习日
【发布时间】：2018-12-17 01:37:21
【问题描述】：

我有数据显示受试者在 6-7 天内每天完成多项评分。每天的评分数量各不相同。数据集包括主题 ID、日期和评级。我想创建一个新变量，将每个科目的日期重新编码为“学习日”——所以 1 表示第一天的收视率，2 表示第二天的收视率，等等。

例如，我想取这个：

id  Date    Rating
1   10/20/2018  2
1   10/20/2018  3
1   10/20/2018  5
1   10/21/2018  1
1   10/21/2018  7
1   10/21/2018  9
1   10/22/2018  4
1   10/22/2018  5
1   10/22/2018  9
2   11/15/2018  1
2   11/15/2018  3
2   11/15/2018  4
2   11/16/2018  3
2   11/16/2018  1
2   11/17/2018  0
2   11/17/2018  2
2   11/17/2018  9

最后是这样的：

id  Day Date    Rating
1   1   10/20/2018  2
1   1   10/20/2018  3
1   1   10/20/2018  5
1   2   10/21/2018  1
1   2   10/21/2018  7
1   2   10/21/2018  9
1   3   10/22/2018  4
1   3   10/22/2018  5
1   3   10/22/2018  9
2   1   11/15/2018  1
2   1   11/15/2018  3
2   1   11/15/2018  4
2   2   11/16/2018  3
2   2   11/16/2018  1
2   3   11/17/2018  0
2   3   11/17/2018  2
2   3   11/17/2018  9

我本来打算设置某种循环，但我认为值得询问是否有更有效的方法来实现这一点。是否有任何功能可以让我自动化这类事情？非常感谢您的任何建议。

【问题讨论】：

标签： r recode

【解决方案1】：

由于您想在每个 id 之后重置计数，所以这个问题有点不同。

仅使用基数 R，我们可以在 id 的基础上 split Date 然后创建每个不同组的计数。

df$Day <- unlist(sapply(split(df$Date, df$id), function(x) match(x,unique(x))))


df
#   id       Date Rating Day
#1   1 10/20/2018      2   1
#2   1 10/20/2018      3   1
#3   1 10/20/2018      5   1
#4   1 10/21/2018      1   2
#5   1 10/21/2018      7   2
#6   1 10/21/2018      9   2
#7   1 10/22/2018      4   3
#8   1 10/22/2018      5   3
#9   1 10/22/2018      9   3
#10  2 11/15/2018      1   1
#11  2 11/15/2018      3   1
#12  2 11/15/2018      4   1
#13  2 11/16/2018      3   2
#14  2 11/16/2018      1   2
#15  2 11/17/2018      0   3
#16  2 11/17/2018      2   3
#17  2 11/17/2018      9   3

我不知道我是怎么错过的，但感谢@thelatemail 提醒，这与

基本相同

library(dplyr)
df %>%
  group_by(id) %>%
  mutate(Day = match(Date, unique(Date)))

与

df$Day <- as.numeric(with(df, ave(Date, id, FUN = function(x) match(x, unique(x)))))

【讨论】：

太完美了！非常感谢您的帮助。
split(df$Date, df$id, df$Date) 对我来说似乎很奇怪-我认为您不能继续将更多参数传递给... 以进行拆分。例如，split(df$Date, list(df$id, df$Date)) 给出了不同的结果。
@thelatemail 哦..等等！你说的对。我只需要splitid 不需要Date。无论如何，我认为它在这里忽略了df$Date。我会更新答案。谢谢。
我也很震惊 - sapply + split 是 tapply，所以如果 id 总是有序的，unlist(tapply(df$Date, df$id, FUN=function(x) match(x,unique(x)))) 也会这样做。此外，ave 可以通过相同的逻辑来做到这一点 - ave(as.numeric(df$Date), df$id, FUN=function(x) match(x,unique(x)))
是的，如果 id 是有序的，那么这些解决方案将起作用，这也意味着这应该是一个骗局？应该有给出这种输出的答案。

【解决方案2】：

如果您想要一个稍微有点 hacky 的 dplyr 版本....您可以使用日期列并将其转换为数字日期，然后操作该数字以获得所需的结果

library(tidyverse)
library(lubridate)

df <- data_frame(id=c(1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2),
                     Date= c('10/20/2018', '10/20/2018', '10/20/2018', '10/21/2018', '10/21/2018', '10/21/2018',
                             '10/22/2018', '10/22/2018', '10/22/2018','11/15/2018', '11/15/2018', '11/15/2018',
                             '11/16/2018', '11/16/2018', '11/17/2018', '11/17/2018', '11/17/2018'), 
                     Rating=c(2,3,5,1,7,9,4,5,9,1,3,4,3,1,0,2,9))

df %>%
  group_by(id) %>%
  mutate(
    Date = mdy(Date),
    Day = as.numeric(Date),
    Day = Day-min(Day)+1)

# A tibble: 17 x 4
# Groups:   id [2]
      id Date       Rating   Day
   <dbl> <date>      <dbl> <dbl>
 1     1 2018-10-20      2     1
 2     1 2018-10-20      3     1
 3     1 2018-10-20      5     1
 4     1 2018-10-21      1     2
 5     1 2018-10-21      7     2
 6     1 2018-10-21      9     2
 7     1 2018-10-22      4     3
 8     1 2018-10-22      5     3
 9     1 2018-10-22      9     3
10     2 2018-11-15      1     1
11     2 2018-11-15      3     1
12     2 2018-11-15      4     1
13     2 2018-11-16      3     2
14     2 2018-11-16      1     2
15     2 2018-11-17      0     3
16     2 2018-11-17      2     3
17     2 2018-11-17      9     3

【讨论】：

感谢您的替代方法！