使用 R 替换日期中缺失的日期和月份

Question

这个问题是关于如何使用 R 替换数据框中缺失的日期和月份。考虑到下面的数据框，99 表示缺失的日期或月份，NA 表示完全未知的日期。

df<-data.frame("id"=c(1,2,3,4,5),
           "date" = c("99/10/2014","99/99/2011","23/02/2016","NA",
                      "99/04/2009"))

我正在尝试根据以下标准替换缺失的日期和月份：

1. 对于缺少日期但已知月份和年份的日期，替换日期将是从间隔中间（该月的第一天到最后一天）的随机选择。例如，对于 id 1，替换日期将从 2014 年 1 月 10 日中间到 2014 年 10 月 31 日采样。对于 id 5，这将是 01/04/2009 到 30/04/2009 的中间时间。值得注意的是不同月份的天数不同，例如10 月 31 天，4 月 30 天。

2. 与 id 2 的情况一样，缺少日期和月份，替换日期是从间隔中间（一年中的第一天到最后一天）的随机选择，例如 01/01 /2011 至 31/12/2011。

请注意：完整的日期（例如 id 3 的情况）和 NA 不会被替换。

我已经尝试使用 seq 函数以及 as.POSIXct 和 as.Date 函数来获取要从中采样替换日期的日期序列。我遇到的困难是如何自动化 R 代码以获取日期间隔（它因不同的 id 而异）以及如何从间隔中间进行随机抽取。

预期输出将替换 id 1、2 和 5 的日期，但 id 3 和 4 的日期保持不变。非常感谢您对此提供任何帮助。

Answer 1

这不是最漂亮的，但它似乎可以工作并适应不同的月份和年份：

set.seed(999)
df$dateorig <- df$date

seld <- grepl("^99/", df$date)
selm <- grepl("^../99", df$date)
md <- seld & (!selm)
mm <- seld & selm
df$date <- as.Date(gsub("99","01",as.character(df$date)), format="%d/%m/%Y")

monrng <- sapply(df$date[md], function(x) seq(x, length.out=2, by="month")[2]) - as.numeric(df$date[md])
df$date[md] <- df$date[md] + sapply(monrng, sample, 1)

yrrng <- sapply(df$date[mm], function(x) seq(x, length.out=2, by="12 months")[2]) - as.numeric(df$date[mm])
df$date[mm] <- df$date[mm] + sapply(yrrng, sample, 1)

#df
#  id       date   dateorig
#1  1 2014-10-14 99/10/2014
#2  2 2011-02-05 99/99/2011
#3  3 2016-02-23 23/02/2016
#4  4       <NA>         NA
#5  5 2009-04-19 99/04/2009