【问题标题】:finding missing date from a column with date with data.table in R从 R 中带有 data.table 的日期的列中查找缺失的日期
【发布时间】:2017-05-30 05:09:47
【问题描述】:

我有一个 data.table dt,它看起来像:

> dt[1:20, c("p_date", "p_time")]
        p_date           p_time
 1:      20170422          0916
 2:      20170421          1011         
 3:      20170112          1528
 4:      20170318          1111
 5:      20170322          0957
 6:      20170321          1115
 7:      20170304          1532
 8:      20170322          1417
 9:      20170401          1242
10:      20170321          1812
11:      20170401          1821
12:      20170401          1509
13:      20170320          1655
14:      20170401          1518
15:      20170320          1444
16:      20170401          1712
17:      20170317          1021
18:      20170322          1816
19:      20170305          1056
20:      20170319          1428

我想找出表 dt 的 p_date 列的值中缺少哪个日期。

这里的日期格式为 yyyymmdd,我想找出列表中存在的最小日期和最大日期值之间缺少的日期。

输出必须是 data.table,其中一列作为缺失的日期值

如何使用 r 中的 data.table 来做到这一点

【问题讨论】:

    标签: r date data.table


    【解决方案1】:

    您可以像这样在最小日期和最大日期之间定义一个日期向量:

    dateRangeVec <- range(as.Date(as.character(dt$p_date), format = "%Y%m%d")) 
    allDatesVec <- format(seq(from = dateRangeVec[1], 
            to = dateRangeVec[2], 'days'), "%Y%m%d")
    

    然后您可以使用setdiff 过滤所有不在数据表中的日期:

    outDt <- data.table(p_date = setdiff(allDatesVec, dt$p_date)) 
    

    【讨论】:

      【解决方案2】:

      我们可以使用连接on'p_date'(在将列转换为Date类之后)通过创建另一个具有'p_date'范围的数据集

      dt[, p_date := lubridate::ymd(p_date)]
      dt1 <- data.table(p_date = seq(min(dt$p_date), max(dt$p_date), by = '1 day'))
      
      dt[dt1, on = 'p_date'][is.na(p_time), p_date]
      

      或者另一种选择是使用来自dplyr 的anti_join

      library(dplyr)
      anti_join(dt1, dt, on = 'p_date')
      

      【讨论】:

      • 你知道min(dt$p_date):max(dt$p_date) 实际产生了什么吗? p_date 列不是 Date。您的最终结果将包含 20170399 之类的日期。
      • @nicola 好的,我转换为Date class
      • Data.table 也有反连接,仅供参考,如X[!Y]
      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2020-11-22
      • 2017-01-31
      • 1970-01-01
      • 2021-03-11
      相关资源
      最近更新 更多