r - 比较纵向数据集中连续行中的值

Question

我有一个纵向数据集，其中日期变量有错误。这是一个例子:

ID 1 在第一行中有第一个日期 2013-07-17。与研究开始 (2012-08-29) 的差异是 321 天。在下一行中，访问日期是 2013-02-15，开始学习的时间差(2012-08-29)是 169 天.因此，访问日期 2013-07-17 一定有错误，因为访问是按升序排列的。

我试过:

dat$DifferenceDateerror <- "no"

i <- 1
for(i in 1:nrow(dat)){
  if(dat[i,"DifferenceDate"] > dat[i+1,"DifferenceDate"] & !is.na(dat$DifferenceDate)[i])
  {dat$DifferenceDateerror[i]=="yes"}
}

但出现以下错误:

error in if (dat[i, "DifferenceDate"] > dat[i + 1, : missing value, where TRUE/FALSE is needed

我想找出日期一定是错误的地方。

Answer 1

因为你想在当前日期大于下一个日期的地方添加 "yes"/"no" 值，我们可以使用 diff 比较连续的日期并相应地分配值。

df$DifferenceDateerror <- c("no", "yes")[c(FALSE, diff(dat$DifferenceDate) < 0)+ 1] 

或者类似地使用 head 和 tail

df$DifferenceDateerror <- c("no", "yes")[c(FALSE, head(x, -1) > tail(x, -1)) + 1]