R 按id分组数据集，然后创建一个新列，从当前行和后续行中减去不同的列

我发现了类似的问题，但不完全相同。这是我的问题，我有以下数据集：

> ds
  id      begin        end
1  1 2017-01-15 2017-01-17
2  1 2017-01-01 2017-01-03
3  2 2017-02-01 2017-02-28
4  4 2017-04-11 2017-05-11
5  3 2017-02-05 2017-02-10
6  4 2017-03-10 2017-03-20
7  1 2017-01-30 2017-02-03
8  3 2017-02-28 2017-03-09
9  4 2017-02-26 2017-03-05

我想创建以下列：

check

，它为具有相同

id

值的每一行验证以下条件：

ds[i,]$begin - ds[i-1,]$end < 30 => 1 # for each row i

对信息进行排序（我们需要使用for循环为当前解决方案排序）

最后，预期产出：

> ds
  id      begin        end check
2  1 2017-01-01 2017-01-03     0
1  1 2017-01-15 2017-01-17     1
7  1 2017-01-30 2017-02-03     1
3  2 2017-02-01 2017-02-28     0
5  3 2017-02-05 2017-02-10     0
8  3 2017-02-28 2017-03-09     1
6  4 2017-03-10 2017-03-20     0
4  4 2017-04-11 2017-05-11     1
> 

---

感谢您的提示。

使用

dplyr

，使用

lag

可以简化以下操作：

ds %>% 
  group_by(id) %>% 
  arrange(id, begin) %>% 
  mutate(check = c(0, as.numeric(begin - lag(end) < 30)[-1]))

---

使用

dplyr

，使用

lag

可以简化：

ds %>% 
  group_by(id) %>% 
  arrange(id, begin) %>% 
  mutate(check = c(0, as.numeric(begin - lag(end) < 30)[-1]))

使用data.table：

setDT(ds)[,New:=as.numeric(begin-shift(end,fill=0)<30),id]

setDT（ds）[，New:=as.numeric（begin shift（end，fill=0）%group_by（id）%%>%mutate（New=as.numeric（begin lag（end，default=0）%arrange（id）

使用数据表：

setDT(ds)[,New:=as.numeric(begin-shift(end,fill=0)<30),id]

setDT（ds）[，New:=as.numeric（begin shift（end，fill=0）%group_by（id）%%>%mutate（New=as.numeric（begin lag（end，default=0）%arrange（id）

是的，它可以工作！我甚至不知道如何工作。请你解释一下它是如何工作的，没有那么多关于

dplyr

的文档，至少我找到了一些非常基本的例子。谢谢。是的，请看我的答案。是的，它可以工作！我甚至不知道如何工作。请你解释一下它是如何工作的，没有那么多文档关于

dplyr

，至少我发现了一些非常基本的例子。谢谢。是的，请看我的答案。你假设日期是排序的，但它们不是。不过使用

default

很好。@ShenglinChen使用

setDT

和

data.table

，这是一个非常好的解决方案，顺便说一句，这个包很好这是一个非常好的结果。在这两种情况下，结果都不是预期的。例如，请参见以下结果：

[1，“200170101”，“20170103”

您得到的是

1

，它应该是

0

。我们需要首先指定一个分组（按

id

然后按

begin

升序）否则它会得到一个错误的结果。@ShenglinChen我编辑了你的解决方案，添加了arrange子句，现在它得到了预期的结果。一旦我知道如何将相同的结果应用于

数据表，我将再次编辑解决方案。@ShenglinChen，编辑被拒绝，下面是为了获得预期结果所做的更改：
>ds%%>%group_by（id）%%>%arrange（id，begin）%%>%mutate（new=as.numeric（begin-lag（end，default=0）<30））
您假设日期是排序的，但它们不是。使用
默认值可以很好地调用它。@ShenglinChen使用
setDT
和
data.table
，非常好的解决方案，顺便说一句，这个包有一个非常好的结果。在这两种情况下，结果都不是预期的结果。例如，请参见：
[1，“200170101”，“20170103”]
您得到的是
1
，它应该是
0
。我们需要先指定一个分组（按
id
然后按
begin
升序）否则它会得到一个错误的结果。@ShenglinChen我编辑了你的解决方案，添加了arrange子句，现在它得到了预期的结果。一旦我知道如何将相同的结果应用于
数据表，我将再次编辑解决方案。@ShenglinChen，编辑被拒绝，下面是为了获得预期结果所做的更改：
>ds%%>%group_by（id）%%>%arrange（id，begin）%%>%mutate（new=as.numeric（begin-lag（end，default=0）<30））
在我的实际情况下，我需要在组的第一行中加一个零。我理解第二种方法（使用
NA
）为了对解决方案进行排序，我们需要添加：
arrange（id，begin）%%>%%
。在您的解决方案中，在这种情况下：
[-1]
是什么意思？关于vignette文档的好提示。您能分享更多关于此主题的参考文档吗。语法对我来说仍然很难理解。谢谢。代码
[-1]
排除了向量的第一个元素，因此我们可以用0来代替。据我所知，这就是所有的文档。我发现这个网站上有几个关于
dplyr
包的资源。这是培训。我为
数据共享了一个等价的信息。表
（评论@ShenglinChen answer。在我的真实案例中，我需要在组的第一行加一个零。我理解第二种方法（使用
NA
）为了对解决方案进行排序，我们需要添加：
排列（id，begin）%%>%
。您的解决方案中的：
[-1]是什么意思
在这种情况下？关于vignette文档的好提示。你能分享更多关于这个主题的参考文档吗？语法对我来说仍然很难理解。谢谢。代码
[-1]
排除了向量的第一个元素，所以我们可以用0来代替。据我所知，这就是所有的文档。我发现这个网站上有几个关于
dplyr
包的资源。这是培训。我分享了一个关于
数据的等效信息。表
（对@ShenglinChen答案的评论）。
Source: local data frame [8 x 4]
Groups: id [4]

      id      begin        end check
  <fctr>     <date>     <date> <dbl>
1      1 2017-01-01 2017-01-03     0
2      1 2017-01-15 2017-01-17     1
3      1 2017-01-30 2017-02-03     1
4      2 2017-02-01 2017-02-28     0
5      3 2017-02-05 2017-02-10     0
6      3 2017-02-28 2017-03-09     1
7      4 2017-03-10 2017-03-20     0
8      4 2017-04-11 2017-05-11     1

ds %>% 
  group_by(id) %>%
  mutate(check = as.numeric(begin - lag(end, order_by = begin) < 30))

setDT(ds)[,New:=as.numeric(begin-shift(end,fill=0)<30),id]

ds%>%group_by(id)%>%mutate(new=as.numeric(begin-lag(end,default=0)<30))%>%arrange(id)