如何过滤多个日期范围

【问题标题】：How to filter multiple date ranges如何过滤多个日期范围
【发布时间】：2020-02-26 01:08:40
【问题描述】：

我有一个包含很多日期的数据集。我想删除所有可用年份（2015、2016、2017 和 2018）的 1 月 1 日至 2 月 2 日的时间间隔内不存在的所有日期

  new_data <- my_data %>%
      filter(data > "2015-01-01" & data <"2015-02-02" & 
               data > "2016-01-01" & data <"2016-02-02" &
               data > "2017-01-01" & data <"2017-02-02" &
               data > "2018-01-01" & data <"2018-02-02")

我尝试了这个命令，但没有得到想要的结果：

   sdf_nrow(new_data)
    0

我正在使用 spark，这就是为什么我必须使用 dplyr

【问题讨论】：

标签： r apache-spark datetime dplyr

【解决方案1】：

您当前的意思是“日期是 2015 年 1 月同时是 2016 年 1 月……等等”。这显然不是真的，因为这些日期范围不重叠。你需要使用“or”而不是“and”：

new_data <- my_data %>%
    filter(
        data > "2015-01-01" & data < "2015-02-02" |
        data > "2016-01-01" & data < "2016-02-02" |
        data > "2017-01-01" & data < "2017-02-02" |
        data > "2018-01-01" & data < "2018-02-02"
    )

此外，请确保您的data（不是date?）列实际上引用了一个日期，并且与字符串相比，它具有正确的类型。

注意运算符优先级：这是因为& 的优先级高于|，但很多人发现它更易读，更明确的做法是在内部… & … 表达式周围加上括号。

【讨论】：