用行中上一个日期的下一个日期填充日期列答案

【问题标题】：Fill dates column with next date from previous date in row用行中上一个日期的下一个日期填充日期列
【发布时间】：2020-01-12 00:56:46
【问题描述】：

我必须在数据框中填写日期列，将最后一天添加到最后日期，然后添加到末尾（添加一天）。它没有填补缺失的日期，因为从最后一个日期开始没有更多的日期，所以没有间隔。

还有更多列，但为了示例，让我们保持简单。

df <- structure(list(dates = c("1991-01-01", "1991-01-02", "1991-01-03", 
NA, NA, NA)), row.names = c(NA, 6L), class = c("tbl_df", "tbl", 
"data.frame"))

# A tibble: 6 x 1
  dates     
* <chr>     
1 1991-01-01
2 1991-01-02
3 1991-01-03
4 NA        
5 NA        
6 NA

我知道我可以用序列 (seq.Date) 代替它来填充它，但我想前段时间我在某处读到了一个优雅的函数，用于使用最后日期和滞后来填充向量。

预期结果：

# A tibble: 6 x 1
  dates     
* <chr>     
1 1991-01-01
2 1991-01-02
3 1991-01-03
4 1991-01-04   
5 1991-01-05        
6 1991-01-06

类似于zoo::na.locf()，但考虑到日期，我事先不知道“从”和“到”

有什么提示吗？

【问题讨论】：

标签： r date dataframe dplyr zoo

【解决方案1】：

另一个dplyr 和tidyr 可能是：

df %>%
 mutate(dates = as.Date(dates, format = "%Y-%m-%d")) %>%
 fill(dates) %>%
 mutate(dates = if_else(duplicated(dates), 
                        dates + cumsum(duplicated(dates)), 
                        dates))

  dates     
  <date>    
1 1991-01-01
2 1991-01-02
3 1991-01-03
4 1991-01-04
5 1991-01-05
6 1991-01-06

或者只涉及dplyr的可能性：

df %>%
 mutate(dates = as.Date(dates, format = "%Y-%m-%d"),
        dates = if_else(is.na(dates),
                        last(na.omit(dates)) + cumsum(is.na(dates)),
                        dates))

【讨论】：

【解决方案2】：

我们可以尝试将fill 缺失的日期与之前的值相加，然后将cumsum 的NA 值添加到其中。

library(dplyr)

df %>%
  mutate(temp = +(is.na(dates)), 
        dates = as.Date(dates)) %>% 
  tidyr::fill(dates) %>%
  mutate(dates_new = dates + cumsum(temp)) %>%
  select(-temp)

#   dates      dates_new 
#  <date>     <date>    
#1 1991-01-01 1991-01-01
#2 1991-01-02 1991-01-02
#3 1991-01-03 1991-01-03
#4 1991-01-03 1991-01-04
#5 1991-01-03 1991-01-05
#6 1991-01-03 1991-01-06

【讨论】：

【解决方案3】：

这是一个基本的 R 想法，

as.Date(max(df$dates, na.rm = TRUE)) + seq(sum(is.na(df$dates)))
#[1] "1991-01-04" "1991-01-05" "1991-01-06"

或将它们分配回您的数据框，即

df$dates[is.na(df$dates)] <- as.character(as.Date(max(df$dates, na.rm = TRUE)) + seq(sum(is.na(df$dates))))

df
#1 1991-01-01
#2 1991-01-02
#3 1991-01-03
#4 1991-01-04
#5 1991-01-05
#6 1991-01-06

【讨论】：