如何在R语言中为奶牛数据集计算泌乳天数（DIM）列

需求回顾 #

基于包含奶牛ID、日期、事件的数据集，生成DIM列规则如下：

• 产犊(calved)当日标记为"1"，后续日期为距产犊日的天数
• 干奶(dry-off)当日及干奶至下次产犊前的所有日期标记为"0"

解决方案代码 #

使用dplyr按奶牛ID和泌乳周期分组处理，完整代码如下：

library(dplyr)

# 原始数据集构建
ID <- c("A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B")
date <- c("2022-01-01", "2022-01-05", "2022-01-06", "2022-01-07", "2022-01-10", "2022-01-12", 
          "2022-01-13", "2022-01-16", "2022-01-17", "2022-01-18",
          "2022-02-01", "2022-02-05", "2022-02-06", "2022-02-07", "2022-02-10", "2022-02-12", 
          "2022-02-13", "2022-02-16", "2022-02-17", "2022-02-18")
event <- c("calved", "NA", "NA", "NA", "dry-off", "NA", "NA", "calved", "NA", "NA", 
           "calved", "NA", "NA", "NA", "dry-off", "NA", "calved", "NA", "NA", "NA") 
df <- data.frame(ID, date, event)
df$date <- as.Date(df$date)

# 计算DIM列
result <- df %>%
  group_by(ID) %>%
  # 标记每个泌乳周期：每出现一次calved，周期数+1
  mutate(lactation_cycle = cumsum(event == "calved")) %>%
  group_by(ID, lactation_cycle) %>%
  # 获取当前周期的产犊日期
  mutate(calve_date = first(date[event == "calved"]),
         # 计算初始泌乳天数：产犊日为1，后续为日期差+1
         temp_dim = as.integer(date - calve_date) + 1,
         # 获取当前周期的干奶日期（无干奶则为NA）
         dry_off_date = ifelse(any(event == "dry-off"), max(date[event == "dry-off"]), NA_Date_),
         # 按规则生成最终DIM
         DIM = case_when(
           event == "dry-off" | date >= dry_off_date ~ "0",
           TRUE ~ as.character(temp_dim)
         )) %>%
  # 移除辅助列
  select(-lactation_cycle, -calve_date, -temp_dim, -dry_off_date) %>%
  ungroup()

# 验证结果与目标数据集匹配
what_I_want <- data.frame(ID, date, event, 
                          DIM = c("1", "5", "6", "7", "0", "0", "0", "1", "2", "3",
                                  "1", "5", "6", "7", "0", "0", "1", "4", "5", "6"))
all.equal(result, what_I_want) # 输出TRUE表示结果一致

代码逻辑说明 #

1. 分组标记泌乳周期：按奶牛ID分组后，用cumsum(event == "calved")为每个泌乳周期分配唯一编号，确保每个产犊事件开启新的周期。
2. 获取周期关键日期：在每个泌乳周期内，提取产犊日期和干奶日期（如果存在）。
3. 计算初始泌乳天数：通过日期差加1得到初始DIM值（产犊日为1）。
4. 调整干奶期DIM：将干奶日及之后的日期统一设为"0"，覆盖初始计算值。
5. 清理输出：移除中间辅助列，得到符合需求的最终数据集。

内容的提问来源于stack exchange，提问作者AlHu