如何在 tibble 中有效地计算开始日期和结束日期的顺序？

Question

我有以下出发点：

#dataset:
schedule <- tibble(start = as.Date(c("2018-07-11", NA, NA)), duration = c(10,23,9),flag_StartActual = c(TRUE,FALSE,FALSE))

table格式：

> schedule
# A tibble: 3 x 3
  start      duration flag_StartActual
  <date>        <dbl> <lgl>           
1 2018-07-11       10 TRUE            
2 NA               23 FALSE           
3 NA                9 FALSE

我想计算 end（= 开始 + 持续时间）。第一行完成后，我想将第一行的 end 设为第二行的 start 。

我尝试过各种方法，但到目前为止我还没有成功。我考虑的事情是：

使用 lag(end) 函数从上一行获取 end。这适用于第二行，但对于以下所有行， end 尚不存在。
我已经尝试过 rowwise()，但在这种情况下，我无法使用 lag() 函数。

下面的代码或多或少做了我希望它做的事情，但这不是很整洁，因为需要为每一行添加一个 mutate（然后重新计算之前的所有行）。

> schedule %>%
+   mutate(
+     end = start + ddays(duration),
+     start = as_datetime(ifelse(flag_StartActual==TRUE,start,lag(end)))
+   )  %>%
+   mutate(
+     end = start + ddays(duration),
+     start = as_datetime(ifelse(flag_StartActual==TRUE,start,lag(end)))
+   )
# A tibble: 3 x 4
  start               duration flag_StartActual end                
  <dttm>                 <dbl> <lgl>            <dttm>             
1 2018-07-11 00:00:00       10 TRUE             2018-07-21 00:00:00
2 2018-07-21 00:00:00       23 FALSE            2018-08-13 00:00:00
3 2018-08-13 00:00:00        9 FALSE            NA

在如下代码中包含 rowwise() 不起作用：

schedule %>%
  rowwise() %>%
  mutate(
    end = start + ddays(duration),
    start = as_datetime(ifelse(flag_StartActual==TRUE,start,lag(end)))
  )

无论如何，我有点卡住了，希望有人对如何解决这个问题有一些聪明的想法？

Answer 1

循环播放：

for (i in 2:nrow(schedule)) 
    schedule$start[i]<-schedule$start[i-1]+schedule$duration[i-1] 
schedule$end<-schedule$start+schedule$duration
schedule

# A tibble: 3 × 4
       start duration flag_StartActual        end
      <date>    <dbl>            <lgl>     <date>
1 2018-07-11       10             TRUE 2018-07-21
2 2018-07-21       23            FALSE 2018-08-13
3 2018-08-13        9            FALSE 2018-08-22

请注意，我在计算完所有开始后创建了 end 列，我认为它更容易一些。

Answer 2

schedule %>%
   mutate(
     start = schedule$start[1] + ddays(c(0, cumsum(schedule$duration)[- n()])),
     end = schedule$start[1] + ddays(cumsum(schedule$duration))
   )

# A tibble: 3 x 4
  start      duration flag_StartActual end       
  <date>        <dbl> <lgl>            <date>    
1 2018-07-11       10 TRUE             2018-07-21
2 2018-07-21       23 FALSE            2018-08-13
3 2018-08-13        9 FALSE            2018-08-22

Answer 3

library(dplyr)

schedule %>% 
  mutate(start = start[1] + lag(cumsum(duration), default = 0)
         , end = start + duration)

# # A tibble: 3 x 4
#   start      duration flag_StartActual end       
#   <date>        <dbl> <lgl>            <date>    
# 1 2018-07-11    10.0  T                2018-07-21
# 2 2018-07-21    23.0  F                2018-08-13
# 3 2018-08-13     9.00 F                2018-08-22

如何在 tibble 中有效地计算开始日期和结束日期的顺序？

How to calculate the sequence of start and end dates efficiently in a tibble?

r

lag

dplyr

rowwise