根据 R 中 data.table 中的日期选择半最后的观察结果答案

【问题标题】：choose semi-last observations based on date in data.table in R根据 R 中 data.table 中的日期选择半最后的观察结果
【发布时间】：2020-09-06 07:17:19
【问题描述】：

我有一个 data.table，其中包含日期（作为因子变量）。我从这些中得到滞后值。我怎样才能告诉 R 运行获取滞后值仅用于日期为半最后的观察？在这种情况下，这将是 start == "01.01.2015"?

示例数据：

ID <- rep("A5", 15)
product <- rep(c("prod1","prod2","prod3", "prod55", "prod4", "prod9", "prod83"),3)
start <- c(rep("01.01.2016", 3), rep("01.01.2015", 3), rep("01.01.2014",3),
           rep("01.01.2013",3), rep("01.01.2012",3))
prodID <- c(3,1,2,3,1,2,3,1,2,3,2,1,3,1,2)
mydata <- cbind(ID, product[1:15], start, prodID)
mydata <- as.data.table(mydata)

mydata[, (nameCols) := shift(.SD, 3, fill = "NA", "lead"), .SDcols= c("start", "V2"), by = "prodID"]

现在我已经使用它来获得我的结果：

mydata[start == "01.01.2015"]

问题是半最后日期并不总是相同的日期。我将多次重复此过程，并且我希望避免手动指定此过程。有什么想法吗？

【问题讨论】：

标签： r date data.table lag

【解决方案1】：

将数据转换为日期对象和sort 以选择半最后日期。

library(data.table)

mydata[, start := as.IDate(start, '%d.%m.%Y')]
mydata[start == sort(unique(start), decreasing = TRUE)[2]]


#   ID     V2      start prodID
#1: A5 prod55 2015-01-01      3
#2: A5  prod4 2015-01-01      1
#3: A5  prod9 2015-01-01      2

【讨论】：

可以避免重新格式化从 01.01.2015 到 2015-01-01 的日期吗？
如果您不运行IDate 步骤，您仍将获得相同的输出，避免转换。但是，在这种情况下，我们只比较字符串。它不知道start 实际上是日期，您可以使用format 以您喜欢的格式取回数据。