R 从日期制作用于生存分析的删失变量

我是R的初学者，我想对我拥有的灯泡数据集进行生存分析。我想计算灯泡的寿命，因此我需要计算第2行中的

date\u break

和第1行中的

date\u solved

之间的时间段

我知道我可以使用

difftime（time，time2，units=“days”）

来计算同一行中

date\u fixed

和

date\u break

之间的时间，但是我会计算灯泡损坏的时间，这不是我感兴趣的

我在下面提供了我的数据的一个小样本。对于某个特定位置的每个灯泡，我都有关于灯泡损坏日期和修复日期的信息

（除了下面示例中给出的列之外，我还有其他应该具有预测价值的功能。）

#日期(损坏日期)固定灯泡位置
#1 26-2-2015 17-3-2015 1A
#2 19-3-2015 26-3-2015 1A
#3 26-3-2015 26-3-2015 1A
#417-4-2015 29-4-2015 2 B
#5 19-6-2015 25-6-2015 2 B
#6 9-7-2015 30-7-2015 2 B
ds这应该有帮助

library(dplyr)
ds2 <- ds %>% 
    group_by(lightbulb) %>%
    mutate(tp = as.Date(date_broken, "%d-%m-%Y") - 
                  as.Date(lag(date_fixed,1), "%d-%m-%Y"))

库（dplyr）
ds2%
组别（灯泡）%>%
突变（tp=as.Date（日期已中断，“%d-%m-%Y”）-
截止日期（延迟（日期固定，1），%d-%m-%Y）
这应该会有所帮助

library(dplyr)
ds2 <- ds %>% 
    group_by(lightbulb) %>%
    mutate(tp = as.Date(date_broken, "%d-%m-%Y") - 
                  as.Date(lag(date_fixed,1), "%d-%m-%Y"))

库（dplyr）
ds2%
组别（灯泡）%>%
突变（tp=as.Date（日期已中断，“%d-%m-%Y”）-
截止日期（延迟（日期固定，1），%d-%m-%Y）
首先，您需要按照@Gaurav的建议确定日期。然后，您需要通过灯泡来总结，否则差异将毫无意义。
我在这里介绍了一种使用软件包
lubridate
和
数据的替代方案。表
：

library(lubridate)
library(data.table)
ds$date_broken <- dmy(ds$date_broken)
ds$date_fixed <- dmy(ds$date_fixed)
setDT(ds)

setDT(ds)[, dt := difftime(date_fixed, shift(date_broken, 1L, type="lag"), "days"), by = lightbulb]
ds

对于未来的机会，当你产生一些预期的结果以及你的问题时，会有很大的帮助。
首先，你需要按照@Gaurav的建议确定你的日期。然后，您需要通过灯泡来总结，否则差异将毫无意义。
我在这里介绍了一种使用软件包
lubridate
和
数据的替代方案。表
：

library(lubridate)
library(data.table)
ds$date_broken <- dmy(ds$date_broken)
ds$date_fixed <- dmy(ds$date_fixed)
setDT(ds)

setDT(ds)[, dt := difftime(date_fixed, shift(date_broken, 1L, type="lag"), "days"), by = lightbulb]
ds

对于未来的机会，当你产生一些预期的结果以及你的问题时，这会有很大的帮助。
我真的很喜欢R中那些令人印象深刻的管道操作员。他们非常优雅，如果有人有现成的解决方案，那就太棒了

我主要做循环，可能是因为我喜欢看到发生的事情，并且可以一边调试。（几十年前我也是在基础教育上长大的——但不要告诉任何人。）

无论如何，这是我的方法，非常类似于我正在做的事情，希望有一点附加值使用序列计数器。这可能是一个有用的回归变量（协变量或分层），或者您可以通过它来子集，假设您可能希望将以后的失败与以前的失败分开来看。序列计数器的存活曲线在我的工作中是非常有用的

首先转换日期

 ## convert dates. once done it's done
 ds$date_broken <- as.Date(ds$date_broken, "%d-%m-%Y")
 ds$date_fixed <- as.Date(ds$date_fixed, "%d-%m-%Y")

##转换日期。一旦完成，就完成了
ds$date_breaked我真的很喜欢R区那些令人印象深刻的管道操作员。他们非常优雅，如果有人有现成的解决方案，那就太棒了

我主要做循环，可能是因为我喜欢看到发生的事情，并且可以一边调试。（几十年前我也是在基础教育上长大的——但不要告诉任何人。）

无论如何，这是我的方法，非常类似于我正在做的事情，希望有一点附加值使用序列计数器。这可能是一个有用的回归变量（协变量或分层），或者您可以通过它来子集，假设您可能希望将以后的失败与以前的失败分开来看。序列计数器的存活曲线在我的工作中是非常有用的

首先转换日期

 ## convert dates. once done it's done
 ds$date_broken <- as.Date(ds$date_broken, "%d-%m-%Y")
 ds$date_fixed <- as.Date(ds$date_fixed, "%d-%m-%Y")

##转换日期。一旦完成，就完成了
ds$date_从理论上讲，这应该是可行的，但它会有一个日期的问题，因为它们目前的格式。默认日期格式为yyyy-mm-dd，因此“26-2-2015”将被读取为0026年2月20日。尝试将参数“%d-%m-%y”添加到上述答案中的as.Date函数中，使其与格式化的日期一起工作。而不是
“%d-%m-%y”
。使用
“%d-%m-%Y”
这在理论上应该是可行的，但在当前格式化日期时会出现问题。默认日期格式为yyyy-mm-dd，因此“26-2-2015”将被读取为0026年2月20日。尝试将参数“%d-%m-%y”添加到上述答案中的as.Date函数中，使其与格式化的日期一起工作。而不是
“%d-%m-%y”
。使用
“%d-%m-%Y”
谢谢你的提示，我下次会这么做！如果任何一个答案都解决了你的问题，你可以考虑把它标记为被接受的答案，点击答案的VoTIN感谢点击提示，我下次会这样做！如果任何一个答案都解决了你的问题，你可以考虑在答案的投票下点击复选标记来标记它为被接受的答案。
for (rdx in 2:nrow(ds)) {
    ## if same item, increment count. If new item, start new count at seq = 1
    ifelse(ds$lightbulb[rdx] == ds$lightbulb[rdx-1], ds$seq[rdx] <- ds$seq[rdx-1]+1, 1) 
}

ds$diff <- NA

for (rdx in 2:nrow(ds)) {
    ## if same item, difference is current failure date minus previous in-service date
    ifelse(ds$seq[rdx] != 1, ds$diff[rdx] <- ds$date_broken[rdx] - ds$date_fixed[rdx-1], NA) 
}