如何在 r 中获得下个月的第一个工作日

Question

您好，我正在尝试创建一个值，告诉我下个月的第一个工作日是什么。

首先，我创建一个列出所有第一个工作日的查找表：

closedaylookup

names(closedaylookup)

closedaylookup

一个月的第一天

2019 年 1 月 1 日-01-02

2019 年 2 月 2 日-02-01

2019 年 3 月 3 日-03-01

2019 年 4 月 4 日-04-01

2019 年 5 月 5 日-05-01

2019 年 6 月 6 日-06-03

2019 年 7 月 7 日-07-01

2019 年 8 月 8 日-08-01

2019 年 9 月 9 日-09-03

2019 年 10 月 10 日 10 月 1 日

2019 年 11 月 11 日-11-01

2019 年 12 月 12 日-12-02

然后我为下个月创建一个向量

日期向量

格式(date_vector(Sys.Date()),"%B" )

[1] “三月”

然后我被卡住了，因为我不知道如何构建一个同时利用 date_vector 和查找表的向量

我的目标是创建一个显示下个月第一个工作日的价值项目。我将其用作其他分析的元素

谁能帮帮我？ 谢谢，

Answer 1

这是一种方法：首先在营业日期中添加一个month 号码。然后，对于您要查找的任何日期，首先在日期上添加一个月（使用 lubridate 中的 %m+% months(1) 以避免翻转，并使用 那个 日期的月份进行连接。这是一个可重复的示例（仅使用问题中的几个日期）。

library(tidyverse)
library(lubridate)

df_close_day <- data.frame(
  month = c("January", "Feburary", "March", "April"),
  first_biz_day = ymd(c("2019-01-02", "2019-02-01", "2019-03-01", "2019-04-01"))
)

# Add the month so that we can join this later
df_close_day <- df_close_day %>%
  mutate(
    month_of_first_biz_day = month(first_biz_day)
  )

df_dates_to_lookup <- data.frame(
  orig_date = ymd(c("2018-12-21", "2019-01-01", "2019-01-31", "2019-02-15"))
)

df_dates_to_lookup %>%
  mutate(
    next_month = orig_date %m+% months(1),
    month_of_next = month(next_month)
  ) %>%
  left_join(
    df_close_day, by = c("month_of_next" = "month_of_first_biz_day")
  )
#>    orig_date next_month month_of_next    month first_biz_day
#> 1 2018-12-21 2019-01-21             1  January    2019-01-02
#> 2 2019-01-01 2019-02-01             2 Feburary    2019-02-01
#> 3 2019-01-31 2019-02-28             2 Feburary    2019-02-01
#> 4 2019-02-15 2019-03-15             3    March    2019-03-01

Answer 2

使用tidyverse 和lubridate，您可以轻松地处理和合并两个日期列表：

(data_org <- (tibble(org = ymd(c("2018-12-21", "2019-01-01", "2019-01-31", "2019-02-15"))) %>%
  mutate(month = month(org),
         year = year(org))))

# A tibble: 4 x 3
  org        month  year
  <date>     <dbl> <dbl>
1 2018-12-21    12  2018
2 2019-01-01     1  2019
3 2019-01-31     1  2019
4 2019-02-15     2  2019

(data_fbd <- tibble(fbd = ymd(c("2019-01-02", "2019-02-01", "2019-03-01", "2019-04-01"))) %>%
  mutate(month = month(fbd) - 1, # adapt month to previous month
         year = year(fbd)) %>%
  mutate(year = case_when(month == 0 ~ year - 1, TRUE ~ year), # adjust year to previous year if previous month is 0 (i.e. 12)
         month = case_when(month == 0 ~ 12, TRUE ~ month))) # adjust month to 12 if previous month is 0 (i.e. 12)

# A tibble: 4 x 3
  fbd        month  year
  <date>     <dbl> <dbl>
1 2019-01-02    12  2018
2 2019-02-01     1  2019
3 2019-03-01     2  2019
4 2019-04-01     3  2019

left_join(data_org, data_fbd)
Joining, by = c("month", "year")
# A tibble: 4 x 4
  org        month  year fbd       
  <date>     <dbl> <dbl> <date>    
1 2018-12-21    12  2018 2019-01-02
2 2019-01-01     1  2019 2019-02-01
3 2019-01-31     1  2019 2019-02-01
4 2019-02-15     2  2019 2019-03-01