如何为每个唯一id计算R中日期之间的差异

我是R新手，拥有以下产品的用户名及其使用日期数据（截断输出）：

我想对

日期

之间的差异做一些分析，特别是每个用户使用之间的天数。我想画一个直方图来确定用户之间是否存在某种模式

如何计算R中每个用户的日期差

除了直方图之外，我还应该探索其他可视化方法吗

---

谢谢

假设您的数据帧是

df

，请尝试此操作：

## in case you have different column names
colnames(df) <- c("Name", "Date")

## you might also have Date as factors when reading in data
## the following ensures it is character string
df$Date <- as.character(df$Date)

## convert to Date object
## see ?strptime for various available format
## see ?as.Date for Date object
df$Date <- as.Date(df$Date, format = "%m-%d-%Y %H:%M:%S")

## reorder, so that date are ascending (see Jane)
## this is necessary, otherwise negative number occur after differencing
## see ?order on ordering
df <- df[order(df$Name, df$Date), ]

## take day lags per person
## see ?diff for taking difference
## see ?tapply for applying FUN on grouped data
## as.integer() makes output clean
## if unsure, compare with: lags <- with(df, tapply(Date, Name, FUN = diff))
lags <- with(df, tapply(Date, Name, FUN = function (x) as.integer(diff(x))))

lags

是一个列表。如果要获取Jane的信息，请执行

延迟$Jane

。要获得直方图，请执行

hist（滞后$Jane）

。此外，如果您只想为所有客户机生成一个直方图，忽略个别差异，请使用

hist（unlist（lags））

。

unlist（）


评论：

关于您对参考R的要求，请参见和
对多个索引使用
tapply
？也许你可以试试我的技巧，使用
paste
首先构造一个辅助索引
呃，看起来我很快就把事情弄复杂了，通过使用密度和中心极限定理等来可视化。所以我删除了我的另一个答案
我们可以使用
data.table
和
lubridate

library(lubridate)
library(data.table)
setDT(df1)[order(mdy_hms(Date)),  .(Diff=as.integer(diff(as.Date(mdy_hms(Date))))), Name]
#    Name Diff
#1: Mary    0
#2: Mary    1
#3: Jane    1

如果存在多个分组变量，即“ID”，我们可以通过

setDT(df1)[order(mdy_hms(Date)),  .(Diff=as.integer(diff(as.Date(mdy_hms(Date))))), 
                                        by = .(Name, ID)]

---

您能否显示您的预期输出（至少是数据），以及您在上面给出的数据中使用的顺序？非常感谢李哲远的详细解释，按照您的说明和提示查找函数非常容易李哲远：如果我有另一列“Id”，我想应用Diff函数，我能打电话给tapply（日期、姓名、身份证、乐趣=…）吗？我想应用这个函数，但在多栏上我之前不清楚。我希望能够将姓名和身份证视为一个组合。只有在名称和ID相同的情况下才有区别，Tapply仍然是正确的函数？啊，这是一个很好的技巧。你是一位伟大的老师。你能推荐一些关于R的好书吗？我还有最后一个后续问题。假设我想要所有用户的差异直方图。使用下面描述的库Akrun会更容易吗？

library(lubridate)
library(data.table)
setDT(df1)[order(mdy_hms(Date)),  .(Diff=as.integer(diff(as.Date(mdy_hms(Date))))), Name]
#    Name Diff
#1: Mary    0
#2: Mary    1
#3: Jane    1

setDT(df1)[order(mdy_hms(Date)),  .(Diff=as.integer(diff(as.Date(mdy_hms(Date))))), 
                                        by = .(Name, ID)]