用R为SECR模型生成occasion列：按日期序列编号并跳过缺失日期

看起来你在为空间显式捕获-重捕模型（SECR）处理数据时，卡在了生成带日期间隔的occasion列这个环节上——需要让90天周期内的每个日期对应唯一编号，缺失日期的编号自动跳过，同一日期的多条记录共享同一编号。我来帮你搞定这个问题！

核心思路：先构建完整的日期-编号映射表，再关联原数据 #

你的需求本质是要把原数据中的记录，匹配到一个预先定义好的90天日期序列上，每个日期对应固定的occasion编号（1到90）。最稳妥高效的方法是先创建这个完整的日期-编号映射，再通过左连接把编号赋值给原数据的记录。

单年份数据处理示例（以2019年为例） #

library(dplyr)

# 1. 定义目标90天的日期范围（2019年2月1日到5月1日）
start_date <- as.Date("2019-02-01")
end_date <- start_date + 89  # 加89天刚好是第90天（2019-05-01）

# 2. 构建完整的日期-occasion映射表
date_occasion_map <- tibble(
  dt = seq(start_date, end_date, by = "1 day"),
  occasion = 1:90  # 每个日期对应从1到90的编号
)

# 3. 确保原数据的日期列是Date类型（如果是POSIXct也可以，统一类型即可）
data_old <- data_old %>% mutate(dt = as.Date(dt))

# 4. 左连接原数据和映射表，得到正确的occasion列
data_new <- data_old %>%
  left_join(date_occasion_map, by = "dt") %>%
  arrange(dt)

这样处理后：

• 原数据中同一日期的所有记录，会自动匹配到相同的occasion编号；
• 90天周期内没有捕获记录的日期，不会出现在结果里（自然跳过对应编号）；
• 不在这个90天范围内的记录（如果有的话），occasion列会显示NA，你可以用filter(!is.na(occasion))过滤掉。

多年份数据处理扩展 #

如果每年都有相同的90天周期（比如每年2月1日到5月1日），可以批量构建所有年份的映射表：

library(dplyr)
library(purrr)

# 1. 定义各年份的起始日期
year_start_dates <- as.Date(c("2014-02-01", "2015-02-01", "2016-02-01", 
                              "2017-02-01", "2018-02-01", "2019-02-01"))

# 2. 批量生成所有年份的日期-occasion映射
full_date_map <- map_dfr(year_start_dates, function(start) {
  end <- start + 89
  tibble(
    dt = seq(start, end, by = "1 day"),
    occasion = 1:90,
    year = lubridate::year(start)  # 可选：标记年份，方便区分不同年份的occasion
  )
})

# 3. 关联原数据
data_new <- data_old %>%
  mutate(dt = as.Date(dt)) %>%
  left_join(full_date_map, by = "dt") %>%
  arrange(dt)

为什么你之前的方法失败了？ #

方法1的问题：as.numeric(factor(dt)) #

factor(dt)只会基于原数据中实际存在的日期生成水平，所以转换后的编号是连续的，完全不会考虑中间缺失的日期。这就导致缺失日期的编号被“填补”了，不符合你的需求。

方法2的问题：循环逻辑错误 #

你的循环存在几个致命问题：

1. 循环赋值覆盖：每次循环都重新生成data_new，最后只会保留最后一次循环的结果；
2. 索引错误：mydateseq[m]中m是字符类型的日期，不能直接作为向量的索引值；
3. 匹配逻辑错误：你需要的是找到dt在mydate序列中的位置（即编号），而不是直接赋值字符日期。

内容的提问来源于stack exchange，提问作者Ekaterina Khadonova