子集数据框，其中日期在 R 中日期向量的 x 天内

Question

我有一个日期向量，例如

dates <- c('2013-01-01', '2013-04-02', '2013-06-10', '2013-09-30')

还有一个包含日期列的数据框，例如

df <- data.frame(
                'date' = c('2013-01-04', '2013-01-22', '2013-10-01', '2013-10-10'),
                'a'    = c(1,2,3,4),
                'b'    = c('a', 'b', 'c', 'd')
                )

我想对数据框进行子集化，使其仅包含日期在“日期”向量中的任何日期之后不到 5 天的行。

即初始数据框如下所示

date       a b 
2013-01-04 1 a
2013-01-22 2 b
2013-10-01 3 c
2013-10-10 4 d

查询后，我只会留下第一行和第三行（因为 2013-01-04 在 2013-01-01 的 5 天内，而 2013-10-01 在 2013-09-30 的 5 天内)

有人知道最好的方法吗？

提前致谢

Answer 1

使用data.table 滚动很容易（而且非常快）：

library(data.table)
dt = data.table(df)

# convert to Date (or IDate) to have numbers instead of strings for dates
# also set the key for dates for the join
dt[, date := as.Date(date)]
dates = data.table(date = as.Date(dates), key = 'date')

# join with a roll of 5 days, throwing out dates that don't match
dates[dt, roll = 5, nomatch = 0]
#         date a b
#1: 2013-01-04 1 a
#2: 2013-10-01 3 c

Answer 2

分为几个步骤：

# Rows Selected: Iterate over each row in the DF, 
#   and check if its `date` value is within 5 from any value in the `dates` vector
rows <- sapply(df$date, function(x) any( abs(x-dates) <=  5))

# Use that result to subset your data.frame
df[rows, ]

#         date a b
# 1 2013-01-04 1 a
# 3 2013-10-01 3 c

重要的是，确保您的日期值是实际的Dates，而不是看起来像日期的characters

dates <- as.Date(dates)
df$date <- as.Date(df$date)

Answer 3

首先确保df$date 是上课日期。那么：

df[df$date %in% sapply(dates, function(x) x:(x+5)),]

        date a b
1 2013-01-04 1 a
3 2013-10-01 3 c

出于某种原因，我觉得这可能是一种更合适的方法：

 df[df$date %in% mapply(`:`, from=dates, to=dates+5),]