使用dplyr和tidyr计算分组变量有序行之间的距离（时间）。

Question

我想把时间差分配给每组中的最后一个条目。

这是我的玩具数据集（dfx）。

vals<- 1:5 
grps <- c(1,1,2,2,2)
dts <- as.Date(c("2020-01-01","2020-01-02","2020-01-03","2020-01-04","2020-01-05"))
dfx <- as_tibble(cbind(vals,grps,dts))
colnames(dfx) <- c("vals","grps","dts")
(dfx <- dfx %>% mutate(dts = as.Date(dts)))

dfx是一个5 x 3的tibble。

   vals  grps dts       
  <dbl> <dbl> <date>    
1     1     1 2020-01-01
2     2     1 2020-01-02
3     3     2 2020-01-03
4     4     2 2020-01-04
5     5     2 2020-01-05

grps 是一个分组变量；这里它包含了2个组(1,2).我想要的输出是距离每组最后一天的距离(天数)，应该是这样的 rslt 我的玩具成果）。

bfr <-as.tibble(c(1,0,2,1,0))
colnames(bfr) <- "dist"
(rslt <- bind_cols(dfx,bfr))

   vals  grps dts         dist
  <dbl> <dbl> <date>     <dbl>
1     1     1 2020-01-01     1
2     2     1 2020-01-02     0
3     3     2 2020-01-03     2
4     4     2 2020-01-04     1
5     5     2 2020-01-05     0

如果可以的话，我想用 dplyr, lubridate和 tidyr 来完成这个任务。

Answer 1

确保你的日期按顺序排列。使用 group_by 归类 grps，然后取两者之差 last(dts) 和每一行。

library(tidyverse)

dfx %>% 
  mutate(dts = as.Date(dts, origin = "1970-01-01")) %>%
  arrange(dts) %>%
  group_by(grps) %>%
  mutate(dist = as.numeric(last(dts) - dts))

产量

# A tibble: 5 x 4
# Groups:   grps [2]
   vals  grps dts         dist
  <dbl> <dbl> <date>     <dbl>
1     1     1 2020-01-01     1
2     2     1 2020-01-02     0
3     3     2 2020-01-03     2
4     4     2 2020-01-04     1
5     5     2 2020-01-05     0