使用lubridate实现行间日期比较及业务逻辑的报错问题

我需要对各门店的购买日期做行间比较，实现三个逻辑：

• 计算连续两次购买的间隔天数
• 判断间隔是否≥60天
• 记录当前及上一次购买的商品

参考相关代码后，在日期比较环节报错，现提供示例数据、期望输出及错误代码，寻求正确实现方法。

示例数据 #

mydata <- data.frame(
  store = c('A', 'B', 'A', 'B', 'A', 'B', 'A', 'B'),
  PurchaseDate = c('2023-01-01', '2023-01-01', '2023-02-01', '2023-03-01', '2023-04-01', '2023-04-01', '2023-05-01', '2023-06-01'), 
  sales = c("apples", "bananas", "cherries", "bananas", "cherries", "cherries", "bananas", "bananas")
)

mydata$PurchaseDate <- as.Date(mydata$PurchaseDate)

期望输出 #

store  PurchaseDate  sales      LastPurchase    over60   LastSale
A      2023-01-01   apples        0             0          NA
A      2023-02-01   cherries     32             0          apples
A      2023-04-02   cherries     61             1          cherries
A      2023-05-01   bananas      31             0          cherries
B      2023-01-01   bananas      0              0          NA
B      2023-03-02   bananas      61             1          bananas
B      2023-04-01   cherries     31             0          bananas
B      2023-06-01   bananas      62             1          cherries

错误代码 #

mydata %>%
  group_by(store) |> arrange((PurchaseDate), .by_group = TRUE) |> 
  mutate(over60 = ifelse(abs(difftime(PurchaseDate, lag(sales, default =first(PurchaseDate)), units = "days")) < 60, 0, 1))

错误原因分析 #

1. 列引用错误：代码中用lag(sales)取上一行的商品名称，而非上一次购买日期，导致日期比较时类型不匹配报错。
2. 默认值类型不兼容：lag()的default参数传入日期类型的first(PurchaseDate)，但lag(sales)对应的是字符类型，两者无法匹配。
3. 逻辑冗余：已按购买日期升序排序，无需用abs()，直接用当前日期减上一次日期即可得到间隔天数。

正确实现代码 #

library(dplyr)

result <- mydata %>%
  group_by(store) %>%
  arrange(PurchaseDate, .by_group = TRUE) %>%
  mutate(
    # 计算间隔天数，首次购买间隔设为0
    LastPurchase = as.integer(difftime(PurchaseDate, lag(PurchaseDate, default = first(PurchaseDate)), units = "days")),
    # 判断间隔是否≥60天
    over60 = ifelse(LastPurchase >= 60, 1, 0),
    # 获取上一次购买的商品，首次记录为NA
    LastSale = lag(sales)
  )

result

说明 #

• 按门店分组后先对购买日期升序排序，确保行间是连续的购买记录。
• lag(PurchaseDate, default = first(PurchaseDate))让首次购买时用自身日期计算，间隔自动为0，符合期望输出要求。
• as.integer()将时间差结果转为整数天数，和期望输出格式一致。
• lag(sales)直接获取上一行的商品名称，首次记录自动为NA，无需额外处理。

内容的提问来源于stack exchange，提问作者plover