在 2 个日期之间设置数据框的子集答案

【问题标题】：Subset a dataframe between 2 dates在 2 个日期之间设置数据框的子集
【发布时间】：2021-11-09 23:00:40
【问题描述】：

自 1993 年以来，我一直在处理巴西指数 (IBOV) 的每日回报，我试图找出对两个日期之间的时段进行子集化的最佳方法。

数据框（IBOV_RET）如下：

head(IBOV_RET)
        DATE    1D_RETURN
1 1993-04-28 -0.008163265
2 1993-04-29 -0.024691358
3 1993-04-30  0.016877637
4 1993-05-03  0.000000000
5 1993-05-04  0.033195021
6 1993-05-05 -0.012048193
...

我将 2 个变量 DATE1 和 DATE2 设置为日期

DATE1 <- as.Date("2014-04-01")
DATE2 <- as.Date("2014-05-05")

我能够使用此代码创建一个新子集：

TEST <- IBOV_RET[IBOV_RET$DATE >= DATE1 & IBOV_RET$DATE <= DATE2,]

它有效，但我想知道是否有更好的方法来对两个日期之间的数据进行子集化，可能使用subset。

【问题讨论】：

如果您将数据框命名为 df 并将日期命名为 t1 和 t2，则可以得到更短的名称，例如：df[df$Date %in% t1:t2, ]。澄清一下，t1:t2 适用于日期，因此您不需要有不等式。

标签： r date subset

【解决方案1】：

Test = IBOV_RET[IBOV_RET$Date => "2014-04-01" | IBOV_RET$Date <= "1993-05-04"]

这里我使用“或”函数 |其中数据应大于特定数据或数据应小于或等于该日期。

【讨论】：

虽然此代码可以解决问题，including an explanation 说明如何以及为什么解决问题将真正有助于提高您的帖子质量，并可能导致更多的赞成票。请记住，您正在为将来的读者回答问题，而不仅仅是现在提问的人。请edit您的回答添加解释并说明适用的限制和假设。
@Yunnosch 的评论总是需要牢记，但尤其是在这里已经有几个答案已经被社区。您的答案与现有答案有何不同？在什么情况下可能更受欢迎？
抱歉回复晚了。

【解决方案2】：

您可以在简单地将字符串转换为日期后使用 R 的 between() 函数：

df %>%
    filter(between(date_column, as.Date("string-date-lower-bound"), as.Date("string-date-upper-bound")))

【讨论】：

【解决方案3】：

我相信lubridate 可以在这里提供帮助；

daterange <- interval(DATE1, DATE2)
TEST <- IBOV_RET[which(Date %within% daterange),]

【讨论】：

【解决方案4】：

您可以将subset() 函数与& 运算符一起使用：

subset(IBOV_RET, DATE1> XXXX-XX-XX & DATE2 < XXXX-XX-XX)

更新为更“面向 tidyverse”的方法：

IBOV_RET %>%
  filter(DATE1 > XXXX-XX-XX, DATE2 < XXXX-XX-XX) #comma same as &

【讨论】：

【解决方案5】：

怎么样：

DATE1 <- as.Date("1993-04-29")
DATE2 <- as.Date("1993-05-04")

# creating a data range with the start and end date:
dates <- seq(DATE1, DATE2, by="days")

IBOV_RET <- subset(IBOV_RET, DATE %in% dates)

【讨论】：

【解决方案6】：

我有点喜欢 dplyr 包
所以如果你

>library("dplyr")

然后，就像你做的那样：

>Date1<-as.Date("2014-04-01")  
>Date2<-as.Date("2014-05-05")

终于

>test<-filter(IBOV_RET, filter(DATE>Date1 & DATE<Date2))

【讨论】：

这样调用filter 两次没有意义

【解决方案7】：

正如@MrFlick 已经指出的那样，您无法绕过子集的基本逻辑。使您更容易对特定 data.frame 进行子集化的一种方法是定义一个函数，该函数在您的示例中采用两个输入，例如 DATE1 和 DATE2，然后根据这些子集参数返回 IBOV_RET 的子集.

myfunc <- function(x,y){IBOV_RET[IBOV_RET$DATE >= x & IBOV_RET$DATE <= y,]}

DATE1 <- as.Date("1993-04-29")
DATE2 <- as.Date("1993-05-04")

Test <- myfunc(DATE1,DATE2)    

#> Test
#        DATE  X1D_RETURN
#2 1993-04-29 -0.02469136
#3 1993-04-30  0.01687764
#4 1993-05-03  0.00000000
#5 1993-05-04  0.03319502

您也可以直接将具体日期输入myfunc：

myfunc(as.Date("1993-04-29"),as.Date("1993-05-04")) #will produce the same result

【讨论】：

【解决方案8】：

没有其他真正的方法可以提取日期范围。逻辑也与提取一系列数值相同，您只需要像您所做的那样进行显式日期转换。您可以像使用 subset 或 with 的任何其他子集任务一样缩短子集。您可以使用cut 将范围划分为多个区间（存在特定的cut.Date 过载）。但是基本 R 没有任何方法来指定 Date 文字，因此您无法避免转换。我无法想象您可能想到的其他类型的语法。

【讨论】：