R dplyr - 检查前几行的差异时间答案

【问题标题】：R dplyr - check difftime on previous rowsR dplyr - 检查前几行的差异时间
【发布时间】：2019-06-12 09:25:08
【问题描述】：

我的数据框如下所示：

   dataframe <- read.table(text="
     id    send             paid
     1     2013-01-25       NA
     2     2013-02-21       2013-02-23
     2     2013-02-21       2013-02-25
     2     2013-02-21       2013-02-28
     3     2013-03-01       2013-03-02
     3     2013-03-01       2013-03-03
     4     2013-06-23       2013-05-03
    ", header=TRUE)

我想做的是在dplyr 中为每个id 创建新的列结果，这将计算上面的行，其中发送实际id 和paid 日期在此id 之上的日期之间的差异是不到 120 天。

换句话说，上面没有id 1 的行，因此结果将为0，id 2 的result 应该为0，因为上面的值为NA。 id 3 的结果将是 3，因为 2013-03-01 和 (2013-02-23, 2013-02-25, 2013-02-28) 之间的差异小于 120 天。 id 4 的结果应为 4，因为 2013-06-23 之间的日期差小于 120 天（2013-03-03、2013-03-02、2013-02-28、2013-02-25）。

   result <- read.table(text="
     id    send             paid           result
     1     2013-01-25       NA             0
     2     2013-02-21       2013-02-23     0
     2     2013-02-21       2013-02-25     0
     2     2013-02-21       2013-02-28     0
     3     2013-03-01       2013-03-02     3
     3     2013-03-01       2013-03-03     3
     4     2013-06-23       2013-05-03     4
    ", header=TRUE)

【问题讨论】：

到目前为止你尝试了什么？

标签： r dplyr

【解决方案1】：

使用 dplyr 包可以这样做：

library(dplyr)

dataframe$paid <- as.Date(dataframe$paid)
dataframe$send <- as.Date(dataframe$send)
dataframe$id <- as.numeric(dataframe$id)
dataframe$paid-dataframe$send

count_fun<-function(myid){dataframe %>% filter(id<=myid) %>% mutate(diff=abs(paid-last(send))<120)%>% filter(id<myid) %>% summarise(sum(diff, na.rm = T)) %>% pull()}

dataframe$result <- sapply(dataframe$id, count_fun)


  id       send       paid result
1  1 2013-01-25       <NA>      0
2  2 2013-02-21 2013-02-23      0
3  2 2013-02-21 2013-02-25      0
4  2 2013-02-21 2013-02-28      0
5  3 2013-03-01 2013-03-02      3
6  3 2013-03-01 2013-03-03      3
7  4 2013-06-23 2013-05-03      4

解释：第一步，定义一个函数，对小于给定索引的索引行进行计数，其中差值小于 120 天。第二步，使用第一步的函数将sapply应用到id列。

【讨论】：