以R表示的分析期间的日期范围
以R表示的分析期间的日期范围
提问于 2015-06-10 04:52:52
我有一个包含三列的数据帧Data1：NoContract、IniDate、FinDate，分别表示合同开始和结束时的标识符。另一方面，我有一个分析期:2012年1月1日到2014年12月31日。我想知道在分析期的每个月内有多少合约处于有效状态，我所说的有效是指一个合约在一个月的分析期内至少有一天的日期在IniDate和FinDate之间。
我试着在R中做：
假设Data1是：
Data1 <- data.frame(NoContract= 1:3, IniDate= as.Date(c("2011-05-03","2012-03-13","2014-03-26")),FinDate=as.Date(c("2015-01-05","2013-03-13","2015-08-19")))
Data1
NoContract IniDate FinDate
1 1 2011-05-03 2015-01-05
2 2 2012-03-13 2013-03-13
3 3 2014-03-26 2015-08-19我创建了另一个数据框DatesCalc，如下所示：
DatesCalc<-data.frame(monthI=seq(as.Date("2012-01-01"), as.Date("2014-12-31"), by="1 month"), monthF=(seq(as.Date("2012-02-01"), as.Date("2015-01-01"), by="1 month")-1))
head(DatesCalc)
monthI monthF
1 2012-01-01 2012-01-31
2 2012-02-01 2012-02-29
3 2012-03-01 2012-03-31
4 2012-04-01 2012-04-30
5 2012-05-01 2012-05-31
6 2012-06-01 2012-06-30接下来，我编写了一个函数
myfun<-function(X,Y){
d1<-numeric()
d2<-numeric()
for (i in 1:36){ #36 num of rows on DatesCalc
d1<-numeric()
for (j in 1:3){ #3 num of rows of my Data1 (my actual case near 550K rows)
d1<-c(d1,sum(seq(X[i,1],X[i,2],by=1)%in%seq(Y[j,2],Y[j,3],by=1),na.rm=TRUE)>0)
}
d2<-cbind(d2,d1)
}
return(d2)
}因此，它所做的是，为Data1的每一行创建DatesCalc的每一行的日期序列，并证明它是否在当前Data1行的日期序列内。此函数返回一个矩阵，其中行表示合同，列表示从2012年1月到2014年12月的月份，如果合同在一个月内有效，则每个单元格都有1，如果没有，则有0 (请参见Res)。最后，我使用apply来按列求和，并得到了我想要的结果。
Res<-myfun(DatesCalc,Data1)
Res
d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1
[1,] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[2,] 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3,] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1
apply(Res,2,sum)
d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1 d1
1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2实际情况是，我的实际Data1中有数十万行(550K)，在上面运行myfun效率很低。我的问题是，也许在R中这样做是有效的？或者任何关于如何改进代码的建议。谢谢你的支持。
回答 1
Stack Overflow用户
回答已采纳
发布于 2015-06-10 05:22:41
这里有一个使用data.table foverlaps的选项。
- 首先，
foverlaps是使用interval的合并。您应该具有相同的列名才能进行合并。您还应该设置第二个表的键。 - LThe desired output是一个矩阵，其中行表示合同，列表示从2012年1月到2014年12月的月份，因此我创建了一个新的列period，这是使用
dcast.data.table的年-月的结果。
代码：
library(data.table)
setDT(Data1)
setDT(DatesCalc)
setkey(Data1, IniDate, FinDate) ## Set keys for merge
setnames(DatesCalc,names(DatesCalc),c('IniDate','FinDate')) ## rename for merge
dcast.data.table( ## wide format
foverlaps(DatesCalc, Data1, type="within")[,
period := format(i.IniDate,'%Y-%m')], ## create a new variable here
NoContract~period,fun=length) ## the aggregate function is the length (T/F)
NoContract 2012-01 2012-02 2012-03 2012-04 2012-05 2012-06 2012-07 2012-08 2012-09 2012-10 2012-11 2012-12 2013-01 2013-02 2013-03 2013-04 2013-05 2013-06 2013-07
1: 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2: 2 0 0 0 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0
3: 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2013-08 2013-09 2013-10 2013-11 2013-12 2014-01 2014-02 2014-03 2014-04 2014-05 2014-06 2014-07 2014-08 2014-09 2014-10 2014-11 2014-12
1: 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2: 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3: 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/30742609
复制相关文章
相似问题
腾讯云开发者
