【问题标题】:R transform dates table by subsetting for top n most recent datesR通过对前n个最近日期进行子集化来转换日期表
【发布时间】:2020-09-19 15:33:29
【问题描述】:

我有一个看起来像这样的数据集

#Determine the M, M-1 and M-2 values for every site

df = data.frame(Site=c(rep('x',5),rep('y',5),rep('z',5)),
                Date=c(as.Date('2020/09/11'),as.Date('2020/09/11'),
                       as.Date('2020/08/02'),as.Date('2020/07/09'),
                       as.Date('2020/05/15'),as.Date('2020/08/02'),
                       as.Date('2020/07/10'),as.Date('2020/07/19'),
                       as.Date('2020/06/27'),as.Date('2020/03/01'),
                       as.Date('2020/04/07'),as.Date('2020/01/01'),
                       as.Date('2019/11/10'),as.Date('2019/11/11'),
                       as.Date('2019/11/07')))

我正在尝试对数据集进行这样的转换

  1. 我从每个网站的日期列中选择最近 3 个月

  2. 扩展日期列,使其采用“M”、“M-1”和“M-2”格式

  3. 'M' 是最近一个月,'M-1' 是最近第二个月,'M-2' 是最近第三个月

  4. 将日期从 YYYY/MM/DD 格式转换为月-年格式,例如2020/01/01 = 2020 年 1 月

我的尝试

第 1 步。

transformed = df %>%
  group_by(Site) %>%
  arrange(desc(Date)) %>%
  slice(1:3)

到这里为止一切正常。我一直在尝试各种方法将日期传播到所需的格式,但我没有成功。我对此有点陌生,所以任何输入都会有很大帮助。

期望的输出

我希望我想要的输出看起来像这样

#Output table

output = data.frame(Site=c('x','y','z'),
                     M=c('SEP 2020','AUG 2020','APR 2020'),
                    `M-1`=c('AUG 2020','JUL 2020','JAN 2020'),
                    `M-2`=c('JUL 2020','JUN 2020','NOV 2019'))

colnames(output)=c('Site','M','M-1','M-2')

修改:2020 年 9 月 21 日

我稍微修改了原始数据框df 以考虑我们在给定月份中有多个日期的情况。在这种情况下,如何修改您提出的解决方案以获得相同的output?

【问题讨论】:

    标签: r dplyr


    【解决方案1】:

    这是dplyr 的一种方式:

    library(dplyr)
    
    df %>%
      #Get month and year information from date
      mutate(month = toupper(format(Date, '%b %Y'))) %>%
      #arrange data in descending order
      arrange(Site, desc(Date)) %>%
      #for each site
      group_by(Site) %>%
      #Create a unique id number
      mutate(id = match(month, unique(month))) %>%
      #select only 3 unique id's for each site
      filter(id <= 3) %>%
      #Create column name
      mutate(col = c('M', 'M-1', 'M-2')[id]) %>%
      #remove columns which are not required
      select(-Date, -id) %>%
      #get data in wide format
      tidyr::pivot_wider(names_from = col, values_from = month, values_fn = unique)
    
    #   Site  M        `M-1`    `M-2`   
    #  <chr> <chr>    <chr>    <chr>   
    #1 x     SEP 2020 AUG 2020 JUL 2020
    #2 y     AUG 2020 JUL 2020 JUN 2020
    #3 z     APR 2020 JAN 2020 NOV 2019
    

    【讨论】:

      【解决方案2】:

      试试:

      df %>%
        group_by(Site) %>%
        arrange(desc(Date)) %>%
        slice(1:3) %>%
        mutate(
          id_within = str_c("M_", 1:3),
          Date = format(Date, "%b %Y")
        ) %>%
        pivot_wider(
          id_cols = Site,
          names_from = id_within,
          values_from = Date
        )
      

      【讨论】:

      • Date = toupper(format(Date, "%b %Y")) 获取大写日期
      • 谢谢!我稍微修改了原始数据框df,以便我们在给定月份有多个日期。如何修改您的解决方案以获得相同的输出?
      【解决方案3】:

      你也可以试试这个接近你想要的解决方案:

      library(tidyverse)
      #Code
      df %>% 
        arrange(Site,desc(Date)) %>%
        group_by(Site) %>%
        mutate(Month=format(Date,'%b %Y')) %>%
        #Index for top month
        mutate(index=1:n()) %>%
        #Filter
        filter(index<=3) %>% 
        #Labels
        mutate(Label=paste0('M-',(1:n())-1)) %>%
        ungroup() %>%
        select(-c(Date,index)) %>%
        pivot_wider(names_from=Label,values_from=Month)
      

      输出:

      # A tibble: 3 x 4
        Site  `M-0`    `M-1`    `M-2`   
        <fct> <chr>    <chr>    <chr>   
      1 x     Sep 2020 Aug 2020 Jul 2020
      2 y     Aug 2020 Jul 2020 Jun 2020
      3 z     Apr 2020 Jan 2020 Nov 2019
      

      更新:您可以为新数据尝试这种替代方法:

      #Code 2
      df %>% 
        arrange(Site,desc(Date)) %>%
        group_by(Site) %>%
        mutate(Month=format(Date,'%b %Y')) %>%
        #Remove duplicated dates
        filter(!duplicated(Month)) %>%
        #Index for top month
        mutate(index=1:n()) %>%
        #Filter
        filter(index<=3) %>% 
        #Labels
        mutate(Label=paste0('M-',(1:n())-1)) %>%
        ungroup() %>%
        select(-c(Date,index)) %>%
        pivot_wider(names_from=Label,values_from=Month)
      

      输出:

      # A tibble: 3 x 4
        Site  `M-0`    `M-1`    `M-2`   
        <fct> <chr>    <chr>    <chr>   
      1 x     Sep 2020 Aug 2020 Jul 2020
      2 y     Aug 2020 Jul 2020 Jun 2020
      3 z     Apr 2020 Jan 2020 Nov 2019
      

      【讨论】:

      • 谢谢!我稍微修改了原始数据框df,以便我们在给定月份有多个日期。如何修改您的解决方案以获得相同的输出?
      • @Varun 我添加了一个新代码,以便它适用于您的新数据。让我知道这是否有效!!!
      【解决方案4】:

      使用slice_max:

      library(tidyverse)
      
      tibble(df) %>%
        group_by(Site) %>%
        slice_max(order_by = Date, n = 3) %>%
        mutate(Date = format(Date, '%b %Y') %>% toupper(),
               m = paste0("M-", 0:(n()-1)) %>% str_replace(., "-0", "")) %>%
        pivot_wider(names_from = m, values_from = Date) %>% ungroup()
      

      输出:

      # A tibble: 3 x 4
        Site  M        `M-1`    `M-2`   
        <fct> <chr>    <chr>    <chr>   
      1 x     SEP 2020 AUG 2020 JUL 2020
      2 y     AUG 2020 JUL 2020 JUN 2020
      3 z     APR 2020 JAN 2020 NOV 2019
      

      【讨论】:

      • 谢谢!我稍微修改了原始数据框df,以便我们在给定月份有多个日期。如何修改您的解决方案以获得相同的输出?
      猜你喜欢
      • 1970-01-01
      • 2015-02-11
      • 1970-01-01
      • 1970-01-01
      • 2017-09-15
      • 2017-06-29
      • 2018-12-29
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多