我只想试一试,因为我知道这里有一些聪明的人,他们可能有一个r -code。我不能自己编写代码。
所以我得到了一个数据集,其中包含2000-01和2008-12之间的名称和年份-月份。看起来像这样:
Name Date
A 2000-01
A 2000-02
A ...
A 2008-12
A 2000-01
B 2000-01
B ...
B 2008-12
C and so on..
对于my key列中的每个名称,可能每年都有一个值。这是我能要求的最好的了。不幸的是,有些年份在我的键列中没有值。在我的数据集中更进一步,只查看名称A:
因此,如果我在2000-2008年间不是每年都有1个观察值,并且我想从年份和月份中获得没有键列的值的行,则基于下一个观察值所在年份的月份。在此示例中:
2003-02有我的keycolumn的值,而2002-02没有,我想取回2002-02日期的行和名称A。简而言之:“根据下一年的键列保留前一年的行”
有没有什么简单的方法来编码呢?谢谢您:)
发布于 2018-05-30 08:24:10
没有直接和简单的方法来编写您所描述的代码,但肯定可以将问题分解为更简单的部分。问题的核心部分如下。给定具有非NA值的行的数据帧,例如
year month
1 2002 12
2 2005 11
3 2006 01
4 2008 07
对于每一行,检查数据帧以查看上一年是否存在;如果存在,则返回该行,如果不存在,则返回包含上一年和同月的额外行。下面是要执行的函数可能是什么样子
check_ym <- function(y, m, dat) {
if ((y - 1) %in% dat$year) {
return(data.frame(Date = paste(y, m, sep = "-"), stringsAsFactors = FALSE))
} else {
return(data.frame(Date = paste(c(y - 1, y), c(m, m), sep = "-"), stringsAsFactors = FALSE))
}
}
现在,让我们做一些假数据。
library(dplyr)
library(tidyr)
library(purrr)
# Simulate data
set.seed(123)
x <- data.frame(Date = paste(sample(2000:2008, 4),
sprintf("%02d", sample(1:12, 4, replace = TRUE)),
sep = "-"),
KeyColumn = floor(runif(4, 1, 10)))
d <- data.frame(Date = paste(rep(2000:2008, each = 12),
sprintf("%02d", rep(1:12, times = 9)),
sep = "-")) %>%
left_join(x)
标识非NA行:
dd <- d %>%
na.omit() %>%
separate(Date, into = c("year", "month")) %>%
mutate(year = as.numeric(year))
dd
# year month KeyColumn
# 1 2002 12 5
# 2 2005 11 5
# 3 2006 01 5
# 4 2008 07 9
然后,我们运行上面的函数,遍历year
和month
列。这给了我们
out <- map2_df(dd$year, dd$month, .f = check_ym, dat = dd)
out
# Date
# 1 2001-12
# 2 2002-12
# 3 2004-11
# 4 2005-11
# 5 2006-01
# 6 2007-07
# 7 2008-07
最后,我们将其与原始数据连接起来:
inner_join(out, d)
# Joining, by = "Date"
# Date KeyColumn
# 1 2001-12 NA
# 2 2002-12 5
# 3 2004-11 NA
# 4 2005-11 5
# 5 2006-01 5
# 6 2007-07 NA
# 7 2008-07 9
这只是一个Name
。我们也可以对许多Name
这样做。首先创建一些假数据:
# Simulate data
set.seed(123)
d <- map_df(setNames(1:3, LETTERS[1:3]), function(...) {
x <- data.frame(Date = paste(sample(2000:2008, 4),
sprintf("%02d", sample(1:12, 4, replace = TRUE)),
sep = "-"),
KeyColumn = floor(runif(4, 1, 10)))
data.frame(Date = paste(rep(2000:2008, each = 12),
sprintf("%02d", rep(1:12, times = 9)),
sep = "-")) %>%
left_join(x)
}, .id = "Name")
dd <- d %>%
na.omit() %>%
separate(Date, into = c("year", "month")) %>%
mutate(year = as.numeric(year))
dd
# Name year month KeyColumn
# 1 A 2002 12 5
# 2 A 2005 11 5
# 3 A 2006 01 5
# 4 A 2008 07 9
# 5 B 2000 04 6
# 6 B 2004 01 7
# 7 B 2005 12 9
# 8 B 2006 03 9
# 9 B 2000 04 6
# 10 C 2003 12 1
# 11 C 2005 04 7
# 12 C 2006 11 5
# 13 C 2008 02 8
现在,使用split
通过Name
将数据帧拆分为三个数据帧;对于每个子数据帧,我们应用check_ym()
,然后将结果组合在一起,并将其与原始数据连接:
lapply(split(dd, dd$Name), function(dat) {
map2_df(dat$year, dat$month, .f = check_ym, dat = dat)
}) %>%
bind_rows(.id = "Name") %>%
inner_join(d)
# Joining, by = c("Name", "Date")
# Name Date KeyColumn
# 1 A 2001-12 NA
# 2 A 2002-12 5
# 3 A 2004-11 NA
# 4 A 2005-11 5
# 5 A 2006-01 5
# 6 A 2007-07 NA
# 7 A 2008-07 9
# 8 B 2000-04 6
# 9 B 2003-01 NA
# 10 B 2004-01 7
# 11 B 2005-12 9
# 12 B 2006-03 9
# 13 C 2002-12 NA
# 14 C 2003-12 1
# 15 C 2004-04 NA
# 16 C 2005-04 7
# 17 C 2006-11 5
# 18 C 2007-02 NA
# 19 C 2008-02 8
https://stackoverflow.com/questions/50589282
复制相似问题