如何在R中计算每组变量对应日期序列的平均间隔天数

实现思路 #

你提供的数据集是典型的宽结构，每一行对应一个变量，后续列是按时间顺序排列的日期值，核心计算逻辑是：

• 对每一行过滤掉空的日期值
• 将字符串格式的日期转成R可识别的日期格式
• 计算相邻日期的差值，取均值即可，仅有单个日期的记录返回空值

完整可复现代码 #

tidyverse 版本（可读性更高） #

首先安装加载所需包：

install.packages(c("dplyr", "tidyr", "lubridate"))
library(dplyr)
library(tidyr)
library(lubridate)

构造示例数据并计算：

# 构造你的示例数据集
df <- data.frame(
  Variable = c("VarA", "VarB", "VarC"),
  Date1 = c("09/01/21", "08/01/21", "09/25/21"),
  Date2 = c("09/02/21", "08/17/21", ""),
  Date3 = c("09/03/21", "09/02/21", ""),
  Date4 = c("09/04/21", "", ""),
  stringsAsFactors = FALSE
)

# 计算平均间隔
result <- df %>%
  # 宽表转长表，过滤空日期
  pivot_longer(cols = starts_with("Date"), names_to = "date_seq", values_to = "date_str") %>%
  filter(date_str != "") %>%
  # 转成日期格式，你的日期为月/日/年格式，所以用mdy函数
  mutate(date = mdy(date_str)) %>%
  # 按变量分组计算
  group_by(Variable) %>%
  summarise(avg_interval = as.numeric(mean(diff(date), na.rm = TRUE)))

计算结果：

base R 版本（无需额外安装包） #

# 构造示例数据
df <- data.frame(
  Variable = c("VarA", "VarB", "VarC"),
  Date1 = c("09/01/21", "08/01/21", "09/25/21"),
  Date2 = c("09/02/21", "08/17/21", ""),
  Date3 = c("09/03/21", "09/02/21", ""),
  Date4 = c("09/04/21", "", ""),
  stringsAsFactors = FALSE
)
df[df == ""] <- NA

result <- data.frame(Variable = df$Variable, avg_interval = NA_real_)
for (i in 1:nrow(df)) {
  # 提取当前行的所有非空日期，转成日期格式
  dates <- na.omit(as.Date(unlist(df[i, 2:ncol(df)]), format = "%m/%d/%y"))
  if (length(dates) >= 2) {
    result$avg_interval[i] <- mean(diff(dates))
  }
}

注意事项 #

• 如果你的实际日期格式是日/月/年，将mdy函数换成dmy，base R版本的format参数改为"%d/%m/%y"即可
• 仅有单个日期的记录默认返回NA，你可以根据需求调整为0或者其他自定义标记
• 如果日期列的命名规则不是Date开头，调整pivot_longer的列选择规则即可

内容的提问来源于stack exchange，提问作者c6user