如何在R数据框中按条件切换参考行计算日期差并标记独立事件

在同一受试者（按ID分组）有多条日期观测记录的场景下，需完成以下操作：

• 计算每条记录日期与当前参考日期的天数差值
• 默认参考日期为组内第一条记录的日期
• 当某条记录的日期与当前参考日期差值超过28天时，将该日期设为新参考日期，以此识别独立事件

初始数据集 #

dfi = structure(list(ID = c(1, 1, 2, 2, 2, 2, 3, 3, 3), date_ric = c("2018-03-09", 
"2018-03-21", "2003-11-30", "2003-12-16", "2004-02-05", "2004-02-10", 
"2006-02-23", "2006-02-24", "2014-09-25")), class = "data.frame", row.names = c(NA, 
-9L))

数据预览：

> dfi
  ID   date_ric
1  1 2018-03-09
2  1 2018-03-21
3  2 2003-11-30
4  2 2003-12-16
5  2 2004-02-05
6  2 2004-02-10
7  3 2006-02-23
8  3 2006-02-24
9  3 2014-09-25

期望输出数据集 #

需生成包含以下字段的结果：

• ID_n：组内记录的序号
• diff.dd：当前日期与对应参考日期的天数差值
• keep：标记是否为新参考日期（1表示是，0表示否）

dfo = structure(list(ID = c(1, 1, 2, 2, 2, 2, 3, 3, 3), date_ric = c("2018-03-09", 
"2018-03-21", "2003-11-30", "2003-12-16", "2004-02-05", "2004-02-10", 
"2006-02-23", "2006-02-24", "2014-09-25"), ID_n = c(1, 2, 1, 
2, 3, 4, 1, 2, 3), diff.dd = c(0, 12, 0, 16, 67, 5, 0, 1, 3136
), keep = c(1, 0, 1, 0, 1, 0, 1, 0, 1)), class = "data.frame", row.names = c(NA, 
-9L))

结果预览：

> dfo
  ID   date_ric ID_n diff.dd keep
1  1 2018-03-09    1       0    1
2  1 2018-03-21    2      12    0
3  2 2003-11-30    1       0    1
4  2 2003-12-16    2      16    0
5  2 2004-02-05    3      67    1
6  2 2004-02-10    4       5    0
7  3 2006-02-23    1       0    1
8  3 2006-02-24    2       1    0
9  3 2014-09-25    3    3136    1

遇到的问题 #

已尝试用for/while循环实现组内计数器，但无法在日期差值超过28天时自动切换新参考日期，也无法正确计算新参考日期后的差值（例如受试者2的第5条记录后续的差值计算）。

使用dplyr结合purrr的accumulate函数实现，无需手动写循环，逻辑更清晰：

library(dplyr)
library(purrr)
library(lubridate)

# 处理数据
df_processed <- dfi %>%
  # 转换字符日期为日期格式
  mutate(date_ric = ymd(date_ric)) %>%
  group_by(ID) %>%
  # 生成组内序号
  mutate(ID_n = row_number(),
         # 追踪并更新参考日期
         ref_date = accumulate(date_ric, ~if_else(.y - .x > 28, .y, .x)),
         # 计算与当前参考日期的天数差
         diff.dd = as.integer(date_ric - ref_date),
         # 标记是否为新参考日期
         keep = as.integer(diff.dd == 0)) %>%
  ungroup()

# 查看结果
df_processed

代码说明 #

1. 日期格式转换：用lubridate::ymd将字符型日期转为标准日期格式，支持差值计算
2. 组内序号生成：row_number()直接生成组内记录的序号ID_n
3. 参考日期追踪：accumulate函数逐个遍历组内日期，当当前日期与前一个参考日期差值超过28天时，自动更新参考日期为当前日期，否则保持原参考日期
4. 差值计算：直接用当前日期减去参考日期，转为整数得到天数差diff.dd
5. 参考点标记：当diff.dd为0时，说明该日期是新参考日期，标记keep=1，否则为0

运行后结果与期望输出完全一致。

内容的提问来源于stack exchange，提问作者Francesca