R：在提取了最大的当天数之后，如何从累积数据中计算2天持续时间的发生率？

我有一个像这样的累积数据

df1 <- data.frame(code=c(1,1,1,1,1,2,2,2,2,3,3,3,3,3,3,4,4,4,4,5,5,5,5), 
                 date=c("2020-01-01", "2020-01-01","2020-01-02","2020-01-03","2020-01-04","2020-01-01","2020-01-02","2020-01-03",
                        "2020-01-04","2020-01-01","2020-01-01","2020-01-02","2020-01-02","2020-01-03","2020-01-04","2020-01-01",
                        "2020-01-02","2020-01-04","2020-01-03","2020-01-01","2020-01-02","2020-01-03","2020-01-04"),
                 cumulative=c(2,3,3,4,4,4,4,6,6,7,8,10,13,14,16,1,2,3,5,1,2,3,5))

---

df1这里有一种方法可以做到这一点，即创建每个备用行的组，并获得它们之间的
累积值的差值。要获得与所示格式相同的预期输出，我们可以使用
tidyr
中的
pivot\u wider

library(dplyr)
library(tidyr)

df2 %>%
  group_by(code) %>%
  group_by(gr = rep(seq(1, n()/2), 2), add = TRUE) %>%
  summarise(incidence = diff(cumulative)) %>%
  pivot_wider(names_from = gr, values_from = incidence, names_prefix = "incidence")

#  code incidence1 incidence2
#  <dbl>      <dbl>      <dbl>
#1     1          1          1
#2     2          2          2
#3     3          6          3
#4     4          2          3
#5     5          2          3

库（dplyr）
图书馆（tidyr）
df2%>%
分组人（代码）%>%
分组依据（gr=rep（seq（1，n（）/2），2），add=TRUE）%>%
总结（发病率=差异（累积））%>%
枢轴宽度（名称\u from=gr，值\u from=Incident，名称\u前缀=“Incident”）
#代码事件1事件2
#              
#1     1          1          1
#2     2          2          2
#3     3          6          3
#4     4          2          3
#5     5          2          3
谢谢Ronak。这似乎适用于4天的数据，但我想计算更多的日期。你知道路吗？@tantan你怎么计算更多的日期？现在计算3-1、4-2日期的差异。下一个组合是什么？我的数据集有超过1个月的时间，所以实际上我想计算1-3，2-4，3-5，4-6等的差异。。。另外，您知道如何提取最大数（df1）吗→df2）？@tantan你能试试
df2%>%groupby（code）%%>%groupby（gr=rep（seq（1，n（）/2），add=TRUE）%%>%summary（incident=list（diff（cummative））%%>%tidyr:：unnest（incident）
@tantantantantan你能做
df1%>%groupby（code，date）%%>%summary（cummary=max（cummative））
df3 <- data.frame(code=c(1,2,3,4,5),
                  incidence1=c(1,2,6,2,2),incidence2=c(1,2,3,3,3))

library(dplyr)
library(tidyr)

df2 %>%
  group_by(code) %>%
  group_by(gr = rep(seq(1, n()/2), 2), add = TRUE) %>%
  summarise(incidence = diff(cumulative)) %>%
  pivot_wider(names_from = gr, values_from = incidence, names_prefix = "incidence")

#  code incidence1 incidence2
#  <dbl>      <dbl>      <dbl>
#1     1          1          1
#2     2          2          2
#3     3          6          3
#4     4          2          3
#5     5          2          3