R：识别每个 ID 连续两天没有观察到的第一次出现

Question

我有一个包含 ID、日期和观察值的数据框，我想找到每个 ID 连续两天没有观察到的第一次出现。

示例数据框：

df <- data.frame(ID = c(1,1,1,2,2,2), Date = c(1,2,4,2,3,6), Observation = c(1,1,2,1,2,4) )

想要的结果：

ID   Date
1    5
2    4

虽然我可以让它与一些脏代码一起工作，但这很尴尬，我希望有一个更通用的解决方案。

我的代码：

require(dplyr)
dftemp <- merge(distinct(df, ID), data.frame(Date = c(1:100)))
#Date in the real data frame is always between 1~90, so I choose 100. Probably not true for other data frames.
dftemp <- left_join(dftemp, df)
dftemp$marker <- is.na(dftemp$Observation)
dftemp <- arrange(dftemp, ID, Date)
dftemp$marker2 <- dftemp$marker + c(dftemp$marker[-1], 0) #Shift by 1 row, then add up.
dftemp %>% group_by(ID) %>% filter( marker2 == 2) %>% summarize(Date = min(Date)) %>% as.data.frame

Answer 1

这是使用tidyverse 包的一种想法。也许，删除缺少观察的行 (NA)。然后，对于每个ID，确定日期之间的差异。没有观察的 2 天的“第一次出现”可以是差异大于 2 的两天的第一天后的第二天，或者是最后一天的后天。

编辑：添加了arrange，以确保它按Date排序。

library(dplyr)
library(tidyr)

df %>%
  drop_na(Observation) %>%
  group_by(ID) %>%
  arrange(Date) %>%
  mutate(DateDiff = c(0, diff(Date))) %>%
  summarise(FirstOccur = ifelse(any(DateDiff > 2), Date[which(lead(DateDiff) > 2)] + 1, last(Date) + 1))

输出

     ID FirstOccur
  <dbl>      <dbl>
1     1          5
2     2          4