为指定的月份和年份设置数据框的子集答案

【问题标题】：Subsetting a dataframe for a specified month and year为指定的月份和年份设置数据框的子集
【发布时间】：2019-09-12 12:17:40
【问题描述】：

我有一个数据框，其中第一列是 d/m/y 格式的日期，第二列是数值（销售额）。

我想为一年中的每个月创建子集（例如 11/11、12/11 等）。我尝试了这个答案中建议的代码：subset a data.frame with multiple conditions

当月的条件被施加时它会起作用：

subset(sales, format.Date(date, "%m")=="11")

但是当我添加年份条件时，它返回一个带有错误消息invalid 'x' argument 的空子集：

subset(sales, format.Date(date, "%m")=="11" & format.Date(date, "%y")=="11")

我在 Ubuntu 10.04 上使用 R 2.10.1-2，感谢您提供的帮助。

【问题讨论】：

标签： r date subset

【解决方案1】：

由于您没有提供数据集，因此我根据您提供的链接制作了自己的数据集。你的方法对我有用，只有当我不满足提供的两个条件（月份和年份）时，我才会得到一个空数据集，所以我猜你是在尝试对日期序列（月份和年份）进行子集化) 不存在（但如果没有您使用的代码就无法确定）。这是我使用的代码：

sales <- read.table(text="2372  Kansas KS2000111 HUMBOLDT, CITY OF    ATRAZINE    1.3 05/07/2006
9104  Kansas KS2000111 HUMBOLDT, CITY OF    ATRAZINE   0.34 07/23/2006
9212  Kansas KS2000111 HUMBOLDT, CITY OF    ATRAZINE   0.33 02/11/2007
2094  Kansas KS2000111 HUMBOLDT, CITY OF    ATRAZINE    1.4 05/06/2007
16763 Kansas KS2000111 HUMBOLDT, CITY OF    ATRAZINE   0.61 05/11/2009
1076  Kansas KS2000111 HUMBOLDT, CITY OF METOLACHLOR   0.48 05/12/2002
1077  Kansas KS2000111 HUMBOLDT, CITY OF METOLACHLOR    0.3 05/07/2006")

sales$V9 <- as.Date(sales$V9, "%m/%d/%Y")
names(sales)[9] <- 'date'
subset(sales, format.Date(date, "%m")=="05" & format.Date(date, "%y")=="07")
#    V1     V2        V3        V4   V5 V6       V7  V8       date
#4 2094 Kansas KS2000111 HUMBOLDT, CITY OF ATRAZINE 1.4 2007-05-06

subset(sales, format.Date(date, "%m")=="05" & format.Date(date, "%y")=="10")
#[1] V1   V2   V3   V4   V5   V6   V7   V8   date
#<0 rows> (or 0-length row.names)

【讨论】：

经过几次尝试，我的代码在 2011 年 11 月使用：subset(sales, format.Date(date, "%m")=="11" & format.Date(date, "% d")=="11")。我认为问题出在我用来创建数据框的 read.csv 命令上，但这是一个不同的问题。我可以认为我最初的问题得到了令人满意的回答。

【解决方案2】：

此答案避免使用subset，处理缺失的观察结果并使用as.POSIXct 日期/时间格式。虽然，其余代码实际上与 Tyler Rinker 的答案相同。请注意，我必须在 as.POSIXct 中指定日期/时间变量的名称，而不是使用未格式化变量的名称 Date_Time。

my.data <- read.csv(text = '
          Date_Time,      state,  city
    10/05/2011 07:32:40,    AK,     aa
    15/06/2011 13:26:02,    AK,     bb
    19/07/2011 13:26:02,    OH,     cc
                     NA,    OH,     dd
    20/05/2012 14:57:27,    PA,     ee
    22/07/2012 14:57:27,    AL,     ff
    20/03/2013 15:03:18,    NY,     gg
', header=TRUE, stringsAsFactors = FALSE, na.strings = 'NA', strip.white = TRUE)

my.data$my_Date_Time <- as.POSIXct(my.data$Date_Time, format = "%d/%m/%Y %H:%M:%S")

# Select May
my.data[format.Date(my.data$my_Date_Time, "%m")=="05" &
        !is.na(my.data$my_Date_Time),]

#             Date_Time state city        my_Date_Time
# 1 10/05/2011 07:32:40    AK   aa 2011-05-10 07:32:40
# 5 20/05/2012 14:57:27    PA   ee 2012-05-20 14:57:27


# Select 2012
my.data[format.Date(my.data$my_Date_Time, "%Y")=="2012" &
        !is.na(my.data$my_Date_Time),]

#             Date_Time state city        my_Date_Time
# 5 20/05/2012 14:57:27    PA   ee 2012-05-20 14:57:27
# 6 22/07/2012 14:57:27    AL   ff 2012-07-22 14:57:27

# Select May 2012
my.data[format.Date(my.data$my_Date_Time, "%m")=="05"   &
        format.Date(my.data$my_Date_Time, "%Y")=="2012" &
        !is.na(my.data$my_Date_Time),]

#             Date_Time state city        my_Date_Time
# 5 20/05/2012 14:57:27    PA   ee 2012-05-20 14:57:27

【讨论】：

【解决方案3】：

日期中的“Y”区分大小写。我不知道为什么，但是“m”代表月份和“d”代表天是小写的，但是“Y”必须是大写的。这应该适合你：

subset(sales, format.Date(date, "%m")=="11" & format.Date(date, "%Y")=="11")

【讨论】：