6

我有一个日期向量,例如

dates <- c('2013-01-01', '2013-04-02', '2013-06-10', '2013-09-30')

和一个包含日期列的数据框,例如

df <- data.frame(
                'date' = c('2013-01-04', '2013-01-22', '2013-10-01', '2013-10-10'),
                'a'    = c(1,2,3,4),
                'b'    = c('a', 'b', 'c', 'd')
                )

而且我想对数据框进行子集化,以便它仅包含日期在“日期”向量中的任何日期之后不到 5 天的行。

即初始数据框看起来像这样

date       a b 
2013-01-04 1 a
2013-01-22 2 b
2013-10-01 3 c
2013-10-10 4 d

查询后我只剩下第一行和第三行(因为 2013-01-04 在 2013-01-01 的 5 天内,2013-10-01 在 2013-09-30 的 5 天内)

有谁知道最好的方法来做到这一点?

提前致谢

4

3 回答 3

5

这很容易(而且非常快)用data.table滚动来完成:

library(data.table)
dt = data.table(df)

# convert to Date (or IDate) to have numbers instead of strings for dates
# also set the key for dates for the join
dt[, date := as.Date(date)]
dates = data.table(date = as.Date(dates), key = 'date')

# join with a roll of 5 days, throwing out dates that don't match
dates[dt, roll = 5, nomatch = 0]
#         date a b
#1: 2013-01-04 1 a
#2: 2013-10-01 3 c
于 2013-10-07T15:54:04.767 回答
4

分解为步骤:

# Rows Selected: Iterate over each row in the DF, 
#   and check if its `date` value is within 5 from any value in the `dates` vector
rows <- sapply(df$date, function(x) any( abs(x-dates) <=  5))

# Use that result to subset your data.frame
df[rows, ]

#         date a b
# 1 2013-01-04 1 a
# 3 2013-10-01 3 c

重要的是,确保您的日期值是实际Date的 s 而不是characters 看起来像日期

dates <- as.Date(dates)
df$date <- as.Date(df$date)
于 2013-10-07T15:56:40.040 回答
0

首先确保那df$date是上课日期。然后:

df[df$date %in% sapply(dates, function(x) x:(x+5)),]

        date a b
1 2013-01-04 1 a
3 2013-10-01 3 c

出于某种原因,我觉得这可能是一种更合适的方法:

 df[df$date %in% mapply(`:`, from=dates, to=dates+5),]
于 2013-10-07T15:55:34.000 回答