подсчет дней в год от кадра данных

Question

У меня есть кадр данных, подобный этому:

df<-read.csv(text="id;census;startDate;endDate 
ZF001;died;16.10.2012;16.05.2015 
ZF002;alive;20.10.2013 
ZF003;alive;04.11.2013; 
ZF004;died;11.11.2013;20.12.2014 
ZF005;died;25.11.2013;16.06.2015 
ZF006;alive;25.11.2014; 
ZF007;survived;02.12.2014;19.01.2015 
ZF008;alive;11.12.2014; 
ZF009;survived;28.01.2015;12.03.2015", sep=";") 

df$startDate<-as.Date(df$startDate, "%d.%m.%Y") 
df$endDate<-as.Date(df$endDate, "%d.%m.%Y") 

Что мне нужно следующее: Новый кадр данных, содержащий, сколько дней в году пробанд был частью исследования , Это должно выглядеть примерно так:

id  year days 
ZF001 2012 77 
ZF001 2013 365 
ZF001 2014 365 
ZF001 2015 135 
etc. 

Answer 1

Я предполагаю, что вы хотите, это только для мертвых пробандов (как живые из них не имеют даты окончания), вот возможный data.table решение, которое в значительной степени самостоятельно поясняющие

library(data.table) 
setDT(df)[census == "died", 
      as.data.table(table(year(seq.Date(startDate, endDate, by = "day")))), 
      by = id] 
#  id V1 N 
# 1: ZF001 2012 77 
# 2: ZF001 2013 365 
# 3: ZF001 2014 365 
# 4: ZF001 2015 136 
# 5: ZF004 2013 51 
# 6: ZF004 2014 354 
# 7: ZF005 2013 37 
# 8: ZF005 2014 365 
# 9: ZF005 2015 167 

в основном мы вычислим все дни от начала до даты окончания в id, то, что мы используем функцию year для того, чтобы извлечь года, а затем просто вычисление частоты

---

Или эквивалентное dplyr решение

library(dplyr) 
df %>% 
    group_by(id) %>% 
    filter(census=='died') %>% 
    do(as.data.frame(table(year(seq.Date(.$startDate, .$endDate, by ='day'))))) 

---

Редактировать в комментариях: Если вы хотите, чтобы это для всех пациентов (умерших или живых), в то время как для живых те, которые вы хотите использовать Sys.Date мы могли бы определить простую вспомогательную функцию в этом случае

dateFunc <- function(x, y){ 
    if(is.na(y)) { 
    as.data.table(table(year(seq.Date(x, Sys.Date(), by = "day"))))        
    } else as.data.table(table(year(seq.Date(x, y, by = "day")))) 
} 

setDT(df)[, setNames(dateFunc(startDate, endDate), c("Year", "Days")), by = id] 
#  id Year Days 
# 1: ZF001 2012 77 
# 2: ZF001 2013 365 
# 3: ZF001 2014 365 
# 4: ZF001 2015 136 
# 5: ZF002 2013 73 
# 6: ZF002 2014 365 
# 7: ZF002 2015 222 
# 8: ZF003 2013 58 
# 9: ZF003 2014 365 
# 10: ZF003 2015 222 
# 11: ZF004 2013 51 
# 12: ZF004 2014 354 
# 13: ZF005 2013 37 
# 14: ZF005 2014 365 
# 15: ZF005 2015 167 
# 16: ZF006 2014 37 
# 17: ZF006 2015 222 
# 18: ZF007 2014 30 
# 19: ZF007 2015 19 
# 20: ZF008 2014 21 
# 21: ZF008 2015 222 
# 22: ZF009 2015 44 

---

данных

df <- structure(list(id = structure(1:9, .Label = c("ZF001", "ZF002", 
"ZF003", "ZF004", "ZF005", "ZF006", "ZF007", "ZF008", "ZF009" 
), class = "factor"), census = structure(c(2L, 1L, 1L, 2L, 2L, 
1L, 3L, 1L, 3L), .Label = c("alive", "died", "survived"), class = "factor"), 
    startDate = structure(c(15629, 15998, 16013, 16020, 16034, 
    16399, 16406, 16415, 16463), class = "Date"), endDate = structure(c(16571, 
    NA, NA, 16424, 16602, NA, 16454, NA, 16506), class = "Date")), .Names = c("id", 
"census", "startDate", "endDate"), row.names = c(NA, -9L), class = "data.frame")