R 查找多对矢量化日期之间的日期是否重叠
我试图找出一个日期是否存在于我的数据集中广泛的多对日期之间-我在这里给出的长度只是一个例子，最终的数字可能会更大或更小。不确定这是否是最明智的选择，但长时间工作似乎不起作用，这也是在SPSS中处理重叠日期和日期对的一种非常常见的方法，在SPSS中，当日期在这里时，可以计算多个变量，并通过每个编号的“集合”为您提供响应 以下是一个示例数据集：R 查找多对矢量化日期之间的日期是否重叠,r,date,dplyr,R,Date,Dplyr,我试图找出一个日期是否存在于我的数据集中广泛的多对日期之间-我在这里给出的长度只是一个例子，最终的数字可能会更大或更小。不确定这是否是最明智的选择，但长时间工作似乎不起作用，这也是在SPSS中处理重叠日期和日期对的一种非常常见的方法，在SPSS中，当日期在这里时，可以计算多个变量，并通过每个编号的“集合”为您提供响应 以下是一个示例数据集： person key_date 1_end_date 2_end_date 3_end_date 4_end_date 1_start_date 2
person key_date 1_end_date 2_end_date 3_end_date 4_end_date 1_start_date 2_start_date 3_start_date 4_start_date
1 1 2019-09-30 2019-05-23 2019-09-30 2016-07-22 <NA> 2019-05-23 2019-09-30 2016-07-22 <NA>
2 2 2019-06-07 2019-05-16 2019-06-07 <NA> <NA> 2019-05-16 <NA> <NA> <NA>
3 3 2020-03-09 2016-06-02 2019-08-09 2020-05-27 2020-02-12 2016-06-02 2019-08-09 2020-05-27 2020-03-09
test <- structure(list(person = 1:3, key_date = structure(c(18169, 18054,18330), class = "Date"), `1_end_date` = structure(c(18039, 18032,16954), class = "Date"), `2_end_date` = structure(c(18169, 18054,18117), class = "Date"), `3_end_date` = structure(c(17004, NA,18409), class = "Date"), `4_end_date` = structure(c(NA, NA, 18304), class = "Date"), `1_start_date` = structure(c(18039, 18032,16954), class = "Date"), `2_start_date` = structure(c(18169,NA, 18117), class = "Date"), `3_start_date` = structure(c(17004,NA, 18409), class = "Date"), `4_start_date` = structure(c(NA,NA, 18330), class = "Date")), row.names = c(NA, 3L), class = "data.frame")
person key_date 1_end_date 2_end_date 3_end_date 4_end_date 1_start_date 2_start_date 3_start_date 4_start_date
1 1 2019-09-30 2019-05-23 2019-09-30 2016-07-22 2019-05-23 2019-09-30 2016-07-22
2 2 2019-06-07 2019-05-16 2019-06-07 2019-05-16
3 3 2020-03-09 2016-06-02 2019-08-09 2020-05-27 2020-02-12 2016-06-02 2019-08-09 2020-05-27 2020-03-09
测试tidyverse
方法
library(tidyverse)
result <- test %>% mutate(across(ends_with("end_date"), ~
key_date <= . & key_date >= get(str_replace(cur_column(), "end", "start")),
.names = '{.col}_flag')) %>%
rowwise() %>%
mutate(Flag1 = sum(c_across(ends_with("flag")), na.rm = T)) %>%
ungroup() %>%
select(-ends_with("flag"))
> result$Flag1
[1] 1 0 0
库（tidyverse）
结果%变异（跨越（以（“结束日期”）结束）
key_date=get（str_replace（cur_column（），“end”，“start”），
.names='{.col}_flag'））%>%
行（）
突变（Flag1=sum（c_交叉（以（“flag”）结尾），na.rm=T））%>%
解组（）%>%
选择（-U以（“标志”）结尾）
>结果$Flag1
[1] 1 0 0
完整输出如下所示
> result
# A tibble: 3 x 11
person key_date `1_end_date` `2_end_date` `3_end_date` `4_end_date` `1_start_date` `2_start_date` `3_start_date` `4_start_date` Flag1
<int> <date> <date> <date> <date> <date> <date> <date> <date> <date> <dbl>
1 1 2019-09-30 2019-05-23 2019-09-30 2016-07-22 NA 2019-05-23 2019-09-30 2016-07-22 NA 1
2 2 2019-06-07 2019-05-16 2019-06-07 NA NA 2019-05-16 NA NA NA 0
3 3 2020-03-09 2016-06-02 2019-08-09 2020-05-27 2020-02-12 2016-06-02 2019-08-09 2020-05-27 2020-03-09 0
>结果
#一个tibble:3x11
人员键日期'1'结束日期'2'结束日期'3'结束日期'4'结束日期'1'开始日期'2'开始日期'3'开始日期'4'开始日期'Flag1
1 2019-09-30 2019-05-23 2019-09-30 2016-07-22 NA 2019-05-23 2019-09-30 2016-07-22 NA 1
2 2019-06-07 2019-05-16 2019-06-07 NA 2019-05-16 NA 0
3 3 2020-03-09 2016-06-02 2019-08-09 2020-05-27 2020-02-12 2016-06-02 2019-08-09 2020-05-27 2020-03-09 0
为什么是第三个人？请重新检查！是的，第三个人错了，我很抱歉！这是一个很好的解决方案，比我以前的解决方案快得多。我稍微修改了一下，所以它被放在~as.numeric
中，而不是~ifelse
中。实际上，我还有其他非日期列使这一点复杂化，但修改了这个get（str_replace（cur_column（），“end”，“start”）
真的很有用。谢谢！是的，as.numeric是一个更好的方法。这取决于人们习惯了什么。不过很高兴能提供帮助。即使是as.numeric也不是必需的。当keydate位于两个组中时（如果可能的话），它会将标志转换为大于1的值啊，很有意思。我希望在一个普通的mutate
命令中，这个功能可以工作：您可以创建一个逻辑参数，它将创建一个布尔值，而不必将它包装成数值。它可以工作！实际上，在最后一步中，将布尔值包装成一个和，将其转换为数值。