r - 如何使用 R 找到每个 ID 的最大连续序列的开始和结束？

Question

我有一个数据集。每个 ID 都有一个 0 和 1 序列，一列日期和另一列 num.day。我想为每个 ID 找到最长 1 序列的开始和结束。然后计算开始到结束之间的日期间隔。之后添加结束日期的相应 num.day。

例如下表ID=1，最长序列从4号开始(上面一条记录)到9号结束，所以间隔为5，加上结束日期对应的num.day应该是 day_gap = (9-4) +3 = 8。如果一个ID有多个最长长度相同的序列，则取这些序列中该ID的最大day_gap。

这是创建虚拟表的代码

library(data.table)

ID=c(rep(1,10),rep(2,10),rep(3,10))
set.seed(1)
fill=sample(c(0,1),length(ID),replace=TRUE)

dat=data.table(ID,fill)[,date:=seq(.N),by="ID"][date==1,fill:=0]
set.seed(1)
dat$num.days=sample(1:10,nrow(dat),replace=TRUE)

Answer 1

这是我使用 dplyr 的解决方案:

dat %>% 
 group_by(ID) %>% 
 mutate(group = cumsum(fill != lag(fill, default = fill[[1]])) + 1) %>% 
 ungroup() %>% 
 filter(fill == 1) %>% 
 group_by(ID, group) %>% 
 mutate(fill_group_no_max = max(row_number())) %>% 
 ungroup() %>% 
 group_by(ID) %>% 
 filter(fill_group_no_max == max(fill_group_no_max),
        group == max(group)) %>% 
 summarise(dategap = max(date) - min(date) + last(num.days)) %>% 
 ungroup() 

更新:抱歉!我忘了总结部分