如何在R语言中基于日期连续性条件计算ID计数器

错误原因分析 #

你写的代码存在几个关键问题：

• if_else语法错误：不需要在真值部分写ID = lag(ID)，if_else的正确格式是(条件, 真值结果, 假值结果)，不能添加赋值符号
• 列名不匹配：你的数据框列名是what_i_have，但代码里用了Date，会导致找不到列的错误
• 日期类型未转换：直接用字符型日期无法计算日期差值，且没实现「次日连续」的判断逻辑
• 逻辑不完整：仅判断了日期相同的情况，未覆盖「次日连续」的场景

正确实现代码 #

library(dplyr)

# 构造测试数据（匹配你给出的示例）
what_i_have <- data.frame(Date = c('2022-01-01','2022-01-01','2022-01-02','2022-01-04','2022-01-04','2022-01-06'))

# 完整处理逻辑
result <- what_i_have %>%
  mutate(Date = as.Date(Date)) %>% # 转换为日期类型
  arrange(Date) %>% # 确保数据按日期排序（若原始数据乱序则必须加）
  mutate(
    # 标记当前行与前一行是否连续：第一行默认属于第一个分组，其余行判断日期差≤1天
    is_continuous = if_else(row_number() == 1, TRUE, Date - lag(Date) <= 1)
  ) %>%
  mutate(ID.Counter = cumsum(!is_continuous) + 1) %>% # 累计不连续次数生成分组ID
  select(-is_continuous) # 移除中间辅助列（可选）

print(result)

代码说明 #

1. 日期类型转换：将字符型日期转为Date类型，才能正确计算日期差值
2. 排序：确保数据按日期顺序排列，避免乱序导致分组错误
3. 连续标记：用is_continuous列标记当前行与前一行是否连续，第一行无前置行，直接归为第一个分组
4. 生成分组ID：cumsum(!is_continuous)会累计所有不连续的次数，加1后得到最终的分组ID——每次遇到不连续的日期，计数自动加1

运行后输出与预期完全一致：

Date ID.Counter
1 2022-01-01          1
2 2022-01-01          1
3 2022-01-02          1
4 2022-01-04          2
5 2022-01-04          2
6 2022-01-06          3

内容的提问来源于stack exchange，提问作者basiliscus