计算每组日期之间的平均天数

Question

我的数据如下:

year group date 
2019 A     2019-07-15
2019 A     2019-07-25
2019 A     2019-08-01
2019 B     2019-07-15
2019 B     2019-07-30
2020 A     2020-08-01
2020 A     2020-08-03
2020 B     2020-08-01
2020 B     2020-08-20
2020 B     2020-08-25

我想计算每个组每年日期之间的平均天数。我尝试了以下代码，但收到以下错误：

data_meandays <- data %>%
  group_by(year, group)%>% 
  mutate(Difference = date - lag(date)) %>%
  summarize(mean_time = mean(Difference, na.rm=TRUE))

Error in date - lag(date) : 
  non-numeric argument to binary operator

我的日期列的类别是日期。

Answer 1

发生错误，因为date列是字符，而不是date类。我们需要先转换为＜code＞Date＜/code＞类，然后再进行差异处理

library(dplyr)
data %>%
   mutate(date = as.Date(date)) %>% 
   group_by(year, group) %>% 
   mutate(Difference = date - lag(date)) %>% 
   summarize(mean_time = mean(Difference, na.rm=TRUE), .groups = 'drop')

-输出，输出

# A tibble: 4 × 3
   year group mean_time
  <int> <chr> <drtn>   
1  2019 A      8.5 days
2  2019 B     15.0 days
3  2020 A      2.0 days
4  2020 B     12.0 days

注意：日期s 之间的差异的输出是 difftime 对象。如果我们想转换为数字类，它将是应用于列的 as.numeric

如果我们不转换到< code>Date类，则OP的错误会重现

data %>%  
  group_by(year, group)%>%  
  mutate(Difference = date - lag(date)) %>%  
  summarize(mean_time = mean(Difference, na.rm=TRUE))

突变 （） 中的错误： ！计算时出现问题 差异 = 日期 - 滞后（日期）。i 错误发生在组 1：年份 = 2019，组 = “A”。由日期错误导致 - 滞后（日期）：！二进制运算符的非数字参数 运行 rlang：：last_error（） 以查看错误发生的位置

data <- structure(list(year = c(2019L, 2019L, 2019L, 2019L, 2019L, 2020L, 
2020L, 2020L, 2020L, 2020L), group = c("A", "A", "A", "B", "B", 
"A", "A", "B", "B", "B"), date = c("2019-07-15", "2019-07-25", 
"2019-08-01", "2019-07-15", "2019-07-30", "2020-08-01", "2020-08-03", 
"2020-08-01", "2020-08-20", "2020-08-25")), 
class = "data.frame", row.names = c(NA, 
-10L))