混合ddply和interval时的错误

我一直在尝试计算个体的时间间隔，但遇到了一个奇怪的错误。具体而言，在本规范中：

library(lubridate)
library(tidyverse)
library(plyr)
df<-tibble(dates=mdy(c("2/20/20","2/25/20","3/1/20","3/11/20","3/20/20")),recips=c("x","x","a","a","a"),treatment=c("T","P","T","P","P"),eventtype=c("a","real","y","z","real"))

df%>%mutate(window=interval(start=dates,end=dates+weeks(2)))
ddply(df,.(recips),mutate,window=interval(start=dates,end=dates+weeks(2)))

库（lubridate）
图书馆（tidyverse）
图书馆（plyr）
df%变异（窗口=间隔（开始=日期，结束=日期+周（2）））
ddply（df，.（recips），变异，窗口=间隔（开始=日期，结束=日期+周（2）））

---

最后一行绘制的错误是倒数第二行未绘制的错误。任何提示？

问题在于

间隔

输出的

类

，它不符合

ddply

。一个选项是使用

as.character

转换为

character

plyr::ddply(df, c("recips"), plyr::mutate,
  window = as.character(interval(start = dates, end = dates + weeks(2))))

-输出

#     dates recips treatment eventtype                         window
#1 2020-03-01      a         T         y 2020-03-01 UTC--2020-03-15 UTC
#2 2020-03-11      a         P         z 2020-03-11 UTC--2020-03-25 UTC
#3 2020-03-20      a         P      real 2020-03-20 UTC--2020-04-03 UTC
#4 2020-02-20      x         T         a 2020-02-20 UTC--2020-03-05 UTC
#5 2020-02-25      x         P      real 2020-02-25 UTC--2020-03-10 UTC

---

根据显示的数据，我们正在为“日期”的每个元素创建

间隔。因此，不需要执行
groupby
操作

library(dplyr)
df %>%
        mutate(window = interval(start=dates,end=dates+weeks(2)))

当来自
dplyr
的
mutate
起作用时，即
df%>%groupby（recips）%%>%mutate（窗口=间隔（开始=日期，结束=日期+周（2））时，为什么需要
ddply
）
适用于me@akrun我的印象是ddply比group_by（）快%>%mutate（）。我将把它扩展到100万行，这在group_by（）中是缓慢的。更多的devel正在tidverse中发生。因此，我想tidyverse方法应该得到优化。我可能错了，我对这里的人有点好奇。根据显示的数据，您希望获得每个“日期”的间隔。那么，您为什么要分组
plyr
早就退休了。所有数据操作任务都应使用
dplyr
。