如何在 R 中根据日期创建日期数字变量？

Question

我想创建一个变量，其中包含参与者参加调查的天数（第一天、第二天、第三天等） 问题是有些参与者在午夜之后接受了调查。 例如，它看起来像这样：

身份证	日期
1	2020年8月3日08:17
1	2020年8月3日12:01
1	2020年8月4日15:08
1	2020年8月4日22:16
2	2020年7月3日08:10
2	2020年7月3日12:03
2	2020年7月4日15:07
2	2020年7月5日00:16
3	2020/08/22 09:17
3	2020年8月23日11:04
3	2020/08/24 00:01
4	10/03/2020 08:37
4	2020年3月10日11:13
4	2020年4月10日15:20
4	2020年4月10日23:05

这就是我想要的：

身份证	日期	日
1	2020年8月3日08:17	1
1	2020年8月3日12:01	1
1	2020年8月4日15:08	2
1	2020年8月4日22:16	2
2	2020年7月3日08:10	1
2	2020年7月3日12:03	1
2	2020年7月4日15:07	2
2	2020年7月5日00:16	2
3	2020/08/22 09:17	1
3	2020/08/23 11:04	2
3	2020/08/24 00:01	2
4	10/03/2020 08:37	1
4	2020年3月10日11:13	1
4	2020年4月10日15:20	2
4	2020年4月10日23:05	2

如何创建日期变量，考虑到午夜后参加调查的参与者仍然属于前一天？

我尝试了代码这里。但我对参与者在午夜之后进行调查有疑问。

Answer 1

请检查以下代码

代码

data2 <- data %>% 
  mutate(date2 = as.Date(date, format = "%m/%d/%Y %H:%M")) %>% 
  group_by(id) %>% 
  mutate(row = row_number(), 
         date3 = as.Date(ifelse(row == 1, date2, NA), origin = "1970-01-01")) %>% 
  fill(date3) %>% 
  ungroup() %>% 
  mutate(diff = as.numeric(date2 - date3 + 1)) %>% 
  select(-date2, -date3, -row)

输出

#>   id             date diff
#> 1  1 08/03/2020 08:17    1
#> 2  1 08/03/2020 12:01    1
#> 3  1 08/04/2020 15:08    2
#> 4  1 08/04/2020 22:16    2
#> 5  2 07/03/2020 08:10    1
#> 6  2 07/03/2020 12:03    1
#> 7  2 07/04/2020 15:07    2
#> 8  2 07/05/2020 00:16    3

Answer 2

这是一种明确显示考虑日期的方法。首先，确保您的

date

采用评论中建议的 POSIXct 格式（如果尚未完成）。然后，如果

hour

小于 2（午夜到凌晨 2 点），则从日期中减去 1，以便

survey_date

反映前一天。如果

hour

不小于2，则保留日期即可。时区

tz

参数设置为“”以避免混淆或不确定性。最后，按

Id

分组后，从

survey_date

first

中减去每个

survey_date

，即可得到自第一次调查以来的天数。如果需要，您可以使用

as.numeric

将此列设为数字。

注意：如果您只想记录进行调查的连续天数（并忽略调查之间的天数间隔），您可以替换最后一行：

mutate(day = cumsum(survey_date != lag(survey_date, default = first(survey_date))) + 1)

对于给定的

day

，每找到一个新的

survey_date

，这都会使

Id

增加 1。

library(tidyverse)
library(lubridate)

df %>%
  mutate(date = as.POSIXct(date, format = "%m/%d/%Y %H:%M", tz = "")) %>%
  mutate(survey_date = if_else(hour(date) < 2, 
                              as.Date(date, format = "%Y-%m-%d", tz = "") - 1, 
                              as.Date(date, format = "%Y-%m-%d", tz = ""))) %>%
  group_by(Id) %>%
  mutate(day = survey_date - first(survey_date) + 1)

输出

      Id date                survey_date day   
   <int> <dttm>              <date>      <drtn>
 1     1 2020-08-03 08:17:00 2020-08-03  1 days
 2     1 2020-08-03 12:01:00 2020-08-03  1 days
 3     1 2020-08-04 15:08:00 2020-08-04  2 days
 4     1 2020-08-04 22:16:00 2020-08-04  2 days
 5     2 2020-07-03 08:10:00 2020-07-03  1 days
 6     2 2020-07-03 12:03:00 2020-07-03  1 days
 7     2 2020-07-04 15:07:00 2020-07-04  2 days
 8     2 2020-07-05 00:16:00 2020-07-04  2 days
 9     3 2020-08-22 09:17:00 2020-08-22  1 days
10     3 2020-08-23 11:04:00 2020-08-23  2 days
11     3 2020-08-24 00:01:00 2020-08-23  2 days
12     4 2020-10-03 08:37:00 2020-10-03  1 days
13     4 2020-10-03 11:13:00 2020-10-03  1 days
14     4 2020-10-04 15:20:00 2020-10-04  2 days
15     4 2020-10-04 23:05:00 2020-10-04  2 days

Answer 3

想知道是否可以针对同一问题提供任何 stata 代码？