在一段时间内计数

3 回答

• 0

  你的数据：

  library(data.table)
  library(lubridate)
  df <- fread("Person\tfromDate\ttoDate
            A\t2015-03-11\t2015-03-15
            A\t2015-04-17\t2015-06-16
            A\t2015-09-18\t2015-10-12
            A\t2015-12-18\t2016-01-02
            A\t2016-02-04\t2016-02-10
            B\t2015-04-10\t2016-04-16
            B\t2016-12-12\t2016-12-20
            C\t2015-01-02\t2015-02-04
            C\t2015-03-03\t2015-03-05
            C\t2015-04-04\t2015-04-07
            C\t2016-01-03\t2016-01-10
            C\t2016-10-12\t2016-10-15
            C\t2016-11-01\t2016-11-05",header="auto",sep="auto") %>% 
            as.data.frame() %>%
            mutate(fromDate=ymd(fromDate), toDate=ymd(toDate))
  

  设置 number of trips 窗口：

  numoftrips <- 5
  

  使用 dpylr 并假设您的日期已按 Person 排序

  library(dplyr)
  df1 <- df %>% 
    group_by(Person) %>% 
    mutate(toCompare=lead(toDate,(numoftrips-1))) %>%         # Copy return date of 5th-trip-after as new column
    mutate(within.year=(toCompare-fromDate)<=365) %>%         # Check if difference is less than 365 days
    summarise(at_least_five_vacations_within_365_days=ifelse(sum(within.year,na.rm=T)>0,TRUE,FALSE))  # If taken 5 trips in less than 365 days, return TRUE
  

  产量

  df1
    Person too.many.vacay
  1      A           TRUE
  2      B          FALSE
  3      C          FALSE
  

  回复于 2024-05-05T08:09:09+08:00
• 0

  这可能会奏效 . 但是你应该指定预期的输出 .

  library(dplyr)
  df %>% group_by(Person) %>%
         mutate(diff = toDate - fromDate,instances = n())%>%
         filter (instances >=5 & diff < 356)
  

  df 只是您的数据集，而实例是人的访问次数

  回复于 2024-05-05T08:09:09+08:00
• 0

  accepted answer使用 data.table 来读取数据，但继续使用 dplyr 方法 .

  下面的方法使用 readr 包中的 read_table2() ，但使用 data.table "one-liner"实现了所需的结果：

  library(data.table)   # CRAN version 1.10.4 used
  n_trips <- 5L
  n_days <- 365L
  DT[order(Person, fromDate), 
     any(fromDate <= shift(toDate, n_trips - 1L, , "lag") + n_days, na.rm = TRUE), 
     by = Person][]
  

  人V1
  1：是的
  2：B FALSE
  3：C FALSE

  解释

  该方法类似于接受的答案： toDate 滞后于所需的人数，然后检查实际 fromDate 是否在给定的天数范围内 . any() 函数用于确定特定人员是否至少出现一次 . 移位操作的结果取决于行的顺序 . 因此，data.table是事先订购的 .

  OP已要求查找所有在365天内至少休假5次的人，但他没有明确说明如何计算假期（按开始日期，结束日期或两者兼而有之？） . 因此，故意选择检查第4次假期的结束日期与实际假期的开始日期 .

  数据

  DT <- readr::read_table2(
  "Person   fromDate    toDate
  A        2015-03-11  2015-03-15
  A        2015-04-17  2015-06-16
  A        2015-09-18  2015-10-12
  A        2015-12-18  2016-01-02
  A        2016-02-04  2016-02-10
  B        2015-04-10  2016-04-16
  B        2016-12-12  2016-12-20
  C        2015-01-02  2015-02-04
  C        2015-03-03  2015-03-05
  C        2015-04-04  2015-04-07
  C        2016-01-03  2016-01-10
  C        2016-10-12  2016-10-15
  C        2016-11-01  2016-11-05"
  )
  library(data.table)
  setDT(DT)
  

  回复于 2024-05-05T08:09:09+08:00