将日期列转换为“期间-年”列答案

【问题标题】：Convert a date column to a 'period-year' column将日期列转换为“期间-年”列
【发布时间】：2015-06-17 17:53:15
【问题描述】：

我有这个包含 4000 次观察的数据，所以这是head(both)：

     kön             gdk   age fbkurs     pers   stterm
1    man          FALSE    69  FALSE 1941-12-23 2011-01-19
2    man             NA    70  FALSE 1942-02-11 2012-01-19
3 kvinna             NA    65  FALSE 1942-06-04 2007-09-01
4 kvinna           TRUE    68  FALSE 1943-04-04 2011-09-01
5 kvinna             NA    65  FALSE 1943-10-30 2008-09-01
6    man          FALSE    70   TRUE 1944-01-27 2013-09-01

我想根据名为“stterm”的列创建一个新列。例如，在 stterm 中，我宁愿命名不同的日期。 VT10、VT11等。我喜欢叫新专栏regyear。

我已尝试输入：

regyear <- factor(both$stterm, levels = c("2007-09-01"="HT07" "2008-09-01"="HT09" "2009-01-19"="VT09" "2009-09-01"="HT09" "2010-01-19"="VT10" "2010-09-01"="HT10" "2011-01-19"="VT11"
                                       "2011-09-01"="HT11" "2012-01-19"="VT12" "2012-09-01"="HT12" "2013-01-19"="VT13" "2013-09-01"="HT13" "2014-01-19"="VT14"))

但是当我这样做时，我收到以下错误消息：

Error: unexpected string constant in "regyear<- factor(both$stterm, levels = c("2007-09-01"='HT07' "2008-09-01""

我应该怎么做才能使它们正确？

【问题讨论】：

你需要给factors两个向量，一个叫做levels levels=c("2007-09-01", "2008-09-01", ...)，另一个叫做labels labels=c("HT07", "HT09", ...)。
首先，您必须用逗号分隔标签（例如 c("2007-09-01"="HT07", "2008-09-01"="HT09" ... ）。但无论如何，我注意到两个不同的日期被映射到同一个字符串（HT09）......那么，你的目标是简单地将一个或多个日期映射到另一个字符串吗？如果是这样，您不需要严格使用因子...

标签： r string date syntax-error

【解决方案1】：

你可以这样做：

both$regyear<- factor(both$stterm, labels = c("2007-09-01"="HT07","2008-09-01"="HT09",
                                              "2011-01-19"="VT11","2011-09-01"="HT11",
                                              "2012-01-19"="VT12","2013-09-01"="HT13"))

你原来的代码有几个问题：

它没有在您的数据框中创建新变量：regyear<- factor(both$stterm, ... 应该是 both$regyear<- factor(both$stterm, ...
级别/标签之间没有逗号。
对于给定的示例数据集，您必须有多个级别（请参阅这些instructions on how to give a reproducable example）。

【讨论】：

【解决方案2】：

您的代码依赖于相当多的硬编码，这可能容易出错，并且如果您有许多日期要映射到句点，这将是乏味的。

这里有一些替代方法，您的日期首先使用as.Date 转换为Date 类。这使得提取月份并将其映射到“VT”或“HT”期间以及提取年份变得更加容易。

在第一个示例中，我使用cut，它“将x 的范围划分为多个区间，并根据它们所在的区间对x 中的值进行编码。”：

# some dates which are converted to proper R dates
dates <- as.Date(c("2006-09-01", "2007-02-01", "2008-09-01", "2009-01-19"))

# extract month
month <- as.integer(format(dates, "%m"))

# extract year
year <- format(dates, "%y")

# cut the months into intervals and label the levels
term <- cut(x = month, breaks = c(0, 8, 12), labels = c("VT", "HT"))

# paste 'term' and 'year' together
paste0(term, year)
# [1] "HT06" "VT07" "HT08" "VT09"

在第二个示例中，findInterval 用于创建区间索引的数字向量。该向量用于从“周期”向量中提取元素。然后将期间粘贴到上面的年份。

paste0(c("VT", "HT")[findInterval(x = month, vec = c(1, 9))], year)
# [1] "HT06" "VT07" "HT08" "VT09"

最后，一种类似的、更“手动”的方法，如果您有许多“休息时间”和要映射日期的间隔，则不太方便：

paste0(c("VT", "HT")[as.integer(month > 8) + 1], year)
# [1] "HT06" "VT07" "HT08" "VT09"

另一个相关问答here。

【讨论】：

不错的答案：比我的更普遍