问题描述
对于给定的记录ID，我有一个包含多个活动日期和事件指示符的数据集。
我想为每个记录ID标识事件的开始和结束日期或事件的持续时间（天）。事件由指示符（ind_type）的存在触发。在我的完整数据集中，指标之间的行均为NA，但已将它们过滤掉以计算日期差。一个事件包含一个时间段，在此期间或六个月内发生任何一种或多种类型的指标。在随后的ind_type活动在活动日期的6个月内发生的情况下，我计算了日期之间的差值，以确定是否已经过去6个月。在此示例中，我使用180天作为6个月过去的指标。在我的最终代码中，我将使用“ months（6）”。
决策规则如下：
- 新活动的开始定义为活动日期减去三个月
- 事件的结束发生在活动日期，当过去6个月没有发生新的活动日期/事件时。
我将最终结果设想为结构类似的数据框，并带有其他列，分别表示e1_start（事件1的开始日期），e1_end（事件1的结束日期），e2_start（事件2的开始日期），e2_end（事件2的结束日期）等我不确定我的完整数据集中ID可能拥有的最大事件数，但我确实知道有些记录将没有任何记录。
if (!require('pacman')) install.packages('pacman'); library(pacman)
p_load("dplyr","lubridate","tidyverse")
id <- c(13,13,14,15,15)
activity_date <- c("2018-08-19","2018-08-20","2018-08-21","2018-10-16","2016-03-21","2016-07-27","2016-10-18","2016-11-06","2017-06-10","2018-04-14","2018-04-20","2001-12-29","2002-02-24","2002-04-14","2002-04-29","2008-09-02","2008-09-23","2010-08-28")
ind_type <- c(3,3,1,1)
sample <- bind_cols(id,activity_date,ind_type)
colnames <- c("id","activity_date","indicator_type")
names(sample) <- colnames
sample <- sample %>%
group_by(id) %>%
mutate(activity_date = as_date(activity_date)) %>%
mutate(activity_diff = c(0,diff(activity_date)))
我认为最好的方法是遍历activity_date列，并将第一个事件开始标识为第一个活动日期减去三个月。然后，当activity_diff大于6个月（〜180天）时，我需要仔细查看每个后续日期，并将结束日期标识为与第一个实例相对应的活动日期。然后，我需要选择下一个日期并将其用作新事件的开始。依此类推...关于如何完成此操作的任何建议都是循环（或其他方式），值得赞赏。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）