R中的分组依据和日期间摘要

各位R用户

我花了两个小时来思考这个问题，却找不到任何解决办法

简介：

我正在研究一个新冠病毒数据集，我必须根据一周和一个给定的地点计算发病率和流行率

发病率很容易，我的代码是：

我创建了一列“week”，通过此函数将日期指定为一周：

floor_date_by_week <- function(the_date) {
  return(lubridate::date(the_date) - lubridate::wday(the_date-1) +1 )
}

按周划分的楼层日期%
总结（案例=n（））%>%
左连接（，pop，by=c（“位置”=“位置”））%>%
突变（inc=圆形（100000*n/pop，2））%>%
选择（-pop）

现在我必须计算每周和每个地方的实际积极因素的数量，这让我发疯

问题是：

数据集中的每一行都是一个人，我有一个变量表示感染日期，一个变量表示康复/死亡日期。在这两个日期之间，患者呈阳性，我必须通过将其纳入

组，但我不知道如何进行

玩具数据集示例：

病人
感染日期
康复日期死亡日期
位置
周
1.
2020-02-21
2020-03-02
A.
2020-02-17
2.
2020-02-23
2020-04-15
A.
2020-02-17
3.
2020-02-26
2020-03-12
B
2020-02-24
...
...
...
...
...
这可能会有所帮助

df%pivot\u更长（c（感染日期、恢复日期、死亡日期），名称前缀='date\u of\u'，
名称到='event'，值到='date'）%>%
变异（日期=as.date（日期），
周=日期-润滑油：：wday（日期-1）+1，
dummy=ifelse（事件=='infection'，1，-1））%>%
分组依据（周、地点）%>%
总结（活动案例、添加案例或恢复案例=总和（虚拟），.groups='drop'）%>%
安排（地点，周）%>%
分组依据（位置）%>%
变异（净活动案例=累计（活动案例添加或恢复））
#>#A tibble:5 x 4
#>周位置活动\u案例\u添加\u或\u恢复的净\u活动\u案例
#>                                                     
#>1 2020-02-17A 2
#>2 2020-03-02A-11
#>3 2020-04-13A-10
#>4 2020-02-24 B 1 1
#>5 2020-03-09 B-10

由（v2.0.0）于2021-05-05创建

如果缺少一些数据，这将进一步有助于更好地展示

df%>%pivot\u更长（c（感染日期、恢复日期、死亡日期），名称前缀='date\u of\u'，
名称到='event'，值到='date'）%>%
变异（日期=as.date（日期），
周=日期-润滑油：：wday（日期-1）+1，
dummy=ifelse（事件=='infection'，1，-1））%>%
分组依据（周、地点）%>%
总结（活动案例、添加案例或恢复案例=总和（虚拟），.groups='drop'）%>%
完成（周=连续日期（最短（周）、最长（周）、截止日期='7天'），
嵌套（位置），
填充=列表（活动案例添加或恢复案例=0））%>%
安排（地点，周）%>%
分组依据（位置）%>%
变异（净活动案例=累计（活动案例添加或恢复））
#>#tibble:18x4
#>周位置活动\u案例\u添加\u或\u恢复的净\u活动\u案例
#>                                                      
#>1 2020-02-17A 2
#>202020-02-24A02
#>3 2020-03-02A-11
#>4 2020-03-09 A 0 1
#>52020-03-16A01
#>62020-03-23A01
#>7 2020-03-30 A 0 1
#>8 2020-04-06 A 0 1
#>9 2020-04-13A-10
#>102020-02-17B0
#>11 2020-02-24 B 1 1
#>12 2020-03-02 B 0 1
#>13 2020-03-09 B-10
#>14 2020-03-16 b0 0
#>152020-03-23B00
#>162020-03-30B00
#>172020-04-06B00
#>182020-04-13B00

由（v2.0.0）于2021-05-05创建，这可能会有所帮助

df%pivot\u更长（c（感染日期、恢复日期、死亡日期），名称前缀='date\u of\u'，
名称到='event'，值到='date'）%>%
变异（日期=as.date（日期），
周=日期-润滑油：：wday（日期-1）+1，
dummy=ifelse（事件=='infection'，1，-1））%>%
分组依据（周、地点）%>%
总结（活动案例、添加案例或恢复案例=总和（虚拟），.groups='drop'）%>%
安排（地点，周）%>%
分组依据（位置）%>%
变异（净活动案例=累计（活动案例添加或恢复））
#>#A tibble:5 x 4
#>周位置活动\u案例\u添加\u或\u恢复的净\u活动\u案例
#>                                                     
#>1 2020-02-17A 2
#>2 2020-03-02A-11
#>3 2020-04-13A-10
#>4 2020-02-24 B 1 1
#>5 2020-03-09 B-10

由（v2.0.0）于2021-05-05创建

如果有
output <- data %>% 
  group_by(week, Location) %>% 
  summarise(cases = n()) %>% 
  left_join(., pop, by = c("Location" = "Location")) %>% 
  mutate(inc = round(100000*n/pop,2)) %>% 
  select(-pop)