使用 mapply 和 lubridate 将年和月组合成日期对象的更好方法

Question

（我实际上想出了一个解决方案，但这并不能满足我对简单性和直观性的渴望，因此我在这里陈述我的问题和解决方案，同时等待一个漂亮而简洁的解决方案。）

我有一个数据，其中一列是Year，另一列是Month，而月份是字符串格式：

  Country   Month      Year Type    
  <fct>     <chr>     <dbl> <fct>   
1 Argentina June       1975 Currency
2 Argentina February   1981 Currency
3 Argentina July       1982 Currency

我正在尝试将“月”和“年”列合并为单个列 Date，其格式为 date。

第一次尝试

我的第一次尝试是使用mapply，借助lubridate 和我的一个小函数，将month 从字符串转换为整数。

months = c("January", "February", "March", "April", 'May', 'June', 'July', 'August', 'September', 'October', 'November', 'December')
month_num = c(1:12)
names(month_num) = months


crisis$Date = mapply(function(y, m){
  m = month_num[m]
  d = make_date(y,m) 
  return(d)
},crisis$Year, crisis$Month)

然而这并不是我想要的：

  Country   Month      Year Type     Date      
  <fct>     <chr>     <dbl> <fct>    <list>    
1 Argentina June       1975 Currency <date [1]>
2 Argentina February   1981 Currency <date [1]>
3 Argentina July       1982 Currency <date [1]>
4 Argentina September  1986 Currency <date [1]>

，因为Date列是列表格式。

一些谷歌搜索

在this post 的帮助下，以及一些取消列出并将其转回日期对象的操作，我设法得到了我想要的结果：

crisis$Date = as_date(unlist(mapply(function(y, m){
  m = month_num[m]
  d = make_date(y,m) 
  return(d)
},crisis$Year, crisis$Month, SIMPLIFY = FALSE)))

结果是

  Country   Month      Year Type     Date      
  <fct>     <chr>     <dbl> <fct>    <date>    
1 Argentina June       1975 Currency 1975-06-01
2 Argentina February   1981 Currency 1981-02-01
3 Argentina July       1982 Currency 1982-07-01
4 Argentina September  1986 Currency 1986-09-01

到目前为止，这很好处理，但我相信有更好的解决方案。

Answer 1

您可以将月份转换为数字，然后从那里转换为日期：

df %>% 
  mutate(
    Month = base::match(Month, base::month.name),
    Date = as.Date(paste(Year, '-', Month, '-01', sep=''))
  ) %>% 
  select(-c(Month, Year))

# A tibble: 3 x 3
#   Country   Type     Date      
#   <chr>     <chr>    <date>    
# 1 Argentina Currency 1975-06-01
# 2 Argentina Currency 1981-02-01
# 3 Argentina Currency 1982-07-01

这有帮助吗？

我在下面提供了数据框：

library(tibble)

df <- tibble(
  Country = 'Argentina',
  Month = c('June', 'February', 'July'),
  Year = c(1975, 1981, 1982),
  Type = 'Currency'
)

Answer 2

df$Date <- lubridate::myd(paste(df$Month, df$Year, "1"))

Answer 3

所以在@Gram和@det的帮助下，我想出了我的解决方案。

我是 R 的新手，所以我没有意识到处理数据的一些 R-ish 风格，因此我尝试在一行代码中完成所有事情。感谢 Gram 的回答中的一些提示，我不知何故学会了通过添加辅助列来清除我的代码（类似于 excel）。

考虑到将来可能会出现通信可能不仅仅是从 1:12 到几个月的情况，为了使事情更通用以供将来使用，我创建了一个新的 data.frame 只是为了存储有关的所有信息月：

month_ref = data.frame(num = 1:12, Month = c("January", "February", "March", "April", 'May', 'June', 'July', 'August', 'September', 'October', 'November', 'December'))

  num    Month
1   1  January
2   2 February
3   3    March
4   4    April

现在的想法是“组合”两个数据框，将Month 列与数字相匹配。这与 excel 中的 VLOOKUP 函数完全一样，在 this post 的帮助下，我现在有了一个包含一列数字的数据框

crisis  = crisis %>% 
  inner_join(month_ref, by=c("Month")) 

  Country   Month      Year Type       num
  <fct>     <chr>     <dbl> <fct>    <int>
1 Argentina June       1975 Currency     6
2 Argentina February   1981 Currency     2
3 Argentina July       1982 Currency     7
4 Argentina September  1986 Currency     9

然后我可以用一个整齐的月份列来处理我的数据框，这比在mutate() 中的自定义函数中处理解析更容易和可读。

crisis  = crisis %>% 
  inner_join(month_ref, by="Month") %>%
  mutate(
    Date = lubridate::ymd(paste(Year, num, "01", sep="-"))
  ) %>%
  select(-c(num, Month, Year))

  Country   Type     Date      
  <fct>     <fct>    <date>    
1 Argentina Currency 1975-06-01
2 Argentina Currency 1981-02-01
3 Argentina Currency 1982-07-01