将日期变量更改为连续月份答案

【问题标题】：Change date variable to continuous month将日期变量更改为连续月份
【发布时间】：2017-09-04 21:41:42
【问题描述】：

我有一个数据框，其中有一列名为“日期”的列采用日期格式：

 df<- data.frame(date=c("1997-01-01", "1997-01-02", "1997-01-03", "1997-01-04", 
  "1997-01-05", "1997-01-06" ,"1997-01-07" ,"1997-01-08","1998-01-12", 
  "1998-01-13", "1998-01-14", "1998-01-15" ,"1998-01-16", "1998-01-17", 
   "1998-01-18", "1998-01-19"))

我需要创建一个列，将Date 列中的唯一年/月组合更改为连续的月份变量。我有 20 年的数据，并且有 1-240 个月的数据。

所以上面 df 的例子会返回：

output<- data.frame(date=c("1997-01-01", "1997-01-02", "1997-01-03", 
 "1997-01-04", "1997-01-05", "1997-01-06" ,"1997-01-07" ,"1997-01-08","1998-01-12", 
  "1998-01-13", "1998-01-14", "1998-01-15" ,"1998-01-16", "1998-01-17", 
   "1998-01-18", "1998-01-19"), continuous_month=c("1", "1", "1", "1", 
  "1", "1" ,"1" ,"1","13",  "13", "13", "13" ,"13", "13",  "13", "13"))

注意：01/1997 将是第一个月，我在示例数据框中跳过了 02/1997（第 2 个月）-12/1997（第 12 个月）的月份，因此 01/1998 将是第 13 个月系列。

【问题讨论】：

标签： r

【解决方案1】：

您可以使用lubridate的year和month提取相关信息

library(lubridate)
df$date = ymd(df$date)
temp = 12*(year(df$date) - min(year(df$date))) + month(df$date)
df$output = temp - min(temp) + 1
df$output
# [1]  1  1  1  1  1  1  1  1 13 13 13 13 13 13 13 13

【讨论】：

除非最小月份是一月，否则我认为这不会给出正确的结果。
谢谢，这个方法适用于我的数据，因为我的最小月份是一月。但是，@thelatemail 暗示的通用方法（不特定于一个数据集的细节）也会有所帮助。感谢您的宝贵时间
如果数据集在 date 列中有 NA，那么此方法会产生一个包含所有 NA 的输出，知道如何使用上面建议的方法，并保留任何带有 NA 的行吗？例如，过滤 NA，执行函数并将原始数据帧与 NA 合并。

【解决方案2】：

1) yearmon 类

"yearmon" 类在内部将年/月表示为年加上 0、1/12、2/12 等表示一月、二月、三月等，因此：

library(zoo)

ym <- as.yearmon(df$date)
12 * (ym - ym[1]) + 1
## [1]  1  1  1  1  1  1  1  1 13 13 13 13 13 13 13 13

2) POSIXlt 类

使用"POSIXlt" 基类的解决方案是：

with(as.POSIXlt(df$date), 12 * (year - year[1]) + mon - mon[1] + 1)
## [1]  1  1  1  1  1  1  1  1 13 13 13 13 13 13 13 13

【讨论】：

as.POSIXlt 上的 unclass 也不是绝对需要的吗？

【解决方案3】：

我们可以使用base R

df$continuous_month <- seq(1, 240, by = 12)[(as.integer(sub(".*-", "", df$date))%/%12) + 1]
df$continuous_month
#[1]  1  1  1  1  1  1  1  1 13 13 13 13 13 13 13 13

【讨论】：

我认为这个解决方案是错误的 - 它使用了“每月中的某天”部分的信息，这是不相关的。

【解决方案4】：

另一个基础R 解决方案，向数据中添加了更多变化：

> # Format as date
> df$date <- as.Date(df$date) 
> 
> # Add some more variations to the data
> df$date <- df$date + sample(1:100, size = length(df$date)) 
> 
> # First the year difference and then the month difference.
> df$continuous_month <- (as.integer(format(df$date, "%Y")) - 1997L) * 12L +
+                        as.integer(format(df$date, "%m"))
> df
         date continuous_month
1  1997-01-28                1
2  1997-02-05                2
3  1997-01-31                1
4  1997-01-09                1
5  1997-01-15                1
6  1997-01-29                1
7  1997-03-23                3
8  1997-02-24                2
9  1998-02-20               14
10 1998-02-18               14
11 1998-01-17               13
12 1998-02-22               14
13 1998-02-01               14
14 1998-04-06               16
15 1998-02-12               14
16 1998-03-01               15

【讨论】：