R，计算数据框中的非缺失日期，将计数作为列返回答案

【问题标题】：R, count non-missing dates in dataframe, return count as columnR，计算数据框中的非缺失日期，将计数作为列返回
【发布时间】：2021-06-18 12:58:05
【问题描述】：

我有这些数据：

Times<-structure(list(record_id = c(1, 2, 3, 4, 5, 6), Date1 = structure(c(17385, 
17959, 17267, 17204, 17063, 18436), class = "Date"), Date2 = structure(c(17689, 
18001, NA, 17255, 17076, 18471), class = "Date"), Date3 = structure(c(NA, 
NA, NA, NA, 18052, 18499), class = "Date")), row.names = c(NA, 
-6L), class = c("tbl_df", "tbl", "data.frame"))

我想做的是计算每一行中存在的日期数（不丢失），并将其作为新列中的计数返回。

像这样：

实际数据框在每个目标列之间有更多列，因此我希望能够明确命名我正在计数的列。

有什么想法吗？

【问题讨论】：

标签： r date

【解决方案1】：

我不确定您的第二个要求，但请检查这是否适合您：

library(tidyr)
library(dplyr)
Times %>% pivot_longer(cols = starts_with('Date'), names_to = 'Date') %>% 
  group_by(record_id) %>% mutate(Count = sum(!is.na(value))) %>% 
    pivot_wider(id_cols = c(record_id,Count), names_from = Date, values_from = value )
# A tibble: 6 x 5
# Groups:   record_id [6]
  record_id Count Date1      Date2      Date3     
      <dbl> <int> <date>     <date>     <date>    
1         1     2 2017-08-07 2018-06-07 NA        
2         2     2 2019-03-04 2019-04-15 NA        
3         3     1 2017-04-11 NA         NA        
4         4     2 2017-02-07 2017-03-30 NA        
5         5     3 2016-09-19 2016-10-02 2019-06-05
6         6     3 2020-06-23 2020-07-28 2020-08-25

【讨论】：

效果很好，所有相关列都以“date_of_surgery_by.....”开头，谢谢！

【解决方案2】：

有了rowSums，你可以做到-

cols <- c('Date1', 'Date2', 'Date3')
Times$Count <- rowSums(!is.na(Times[cols]))
Times

# A tibble: 6 x 5
#  record_id Date1      Date2      Date3      Count
#      <dbl> <date>     <date>     <date>     <dbl>
#1         1 2017-08-07 2018-06-07 NA             2
#2         2 2019-03-04 2019-04-15 NA             2
#3         3 2017-04-11 NA         NA             1
#4         4 2017-02-07 2017-03-30 NA             2
#5         5 2016-09-19 2016-10-02 2019-06-05     3
#6         6 2020-06-23 2020-07-28 2020-08-25     3

如果列有某种模式，您可以使用 dplyr select 辅助函数。

library(dplyr)

Times %>% mutate(Count = rowSums(!is.na(select(., starts_with('Date')))))

【讨论】：

【解决方案3】：

另一个使用rowSums的基本R选项

> Times$Count <- rowSums(!is.na(Times)) - 1

> Times
# A tibble: 6 x 5
  record_id Date1      Date2      Date3      Count
      <dbl> <date>     <date>     <date>     <dbl>
1         1 2017-08-07 2018-06-07 NA             2
2         2 2019-03-04 2019-04-15 NA             2
3         3 2017-04-11 NA         NA             1
4         4 2017-02-07 2017-03-30 NA             2
5         5 2016-09-19 2016-10-02 2019-06-05     3
6         6 2020-06-23 2020-07-28 2020-08-25     3

【讨论】：

【解决方案4】：

我们可以使用

library(dplyr)
Times %>% 
   rowwise %>% 
   mutate(Count = sum(!is.na(c_across(starts_with('Date'))))) %>% 
   ungroup
# A tibble: 6 x 5
  record_id Date1      Date2      Date3      Count
      <dbl> <date>     <date>     <date>     <int>
1         1 2017-08-07 2018-06-07 NA             2
2         2 2019-03-04 2019-04-15 NA             2
3         3 2017-04-11 NA         NA             1
4         4 2017-02-07 2017-03-30 NA             2
5         5 2016-09-19 2016-10-02 2019-06-05     3
6         6 2020-06-23 2020-07-28 2020-08-25     3

【讨论】：