修复数据框中的日期列答案

【问题标题】：Fixing Date Column in Data Frame修复数据框中的日期列
【发布时间】：2017-07-25 00:11:43
【问题描述】：

这似乎可以快速解决，但我现在已经被难住了一段时间。

在我的数据框中，我有一个日期列。但是，日期列在一行中显示为年，然后在同一列中接下来的几行中显示该年的所有月份，然后是下一年，然后是当年的月份，依此类推。看起来像这样的东西：

c("2011", "7", "8", "9", "10", "11", "12", "2012", "1", "2")

我的问题是，我如何将那一年附加到每个月的月底？另一个主要问题是我将为许多不同的数据帧自动化，这些数据帧从不同的月份和年份开始。例如，一个数据帧可能从 2013 年 6 月开始，而另一个数据帧从 2012 年 9 月开始。

我已经考虑了很长时间，并提出了以下想法：对于每一行，查看前面的 12 行（一年中有多少个月）并找到字符串长度为 4 的元素（对于“2012”或其他年份；顺便说一下，每个月的字符串长度为 3） .但是，这会失败，因为如果数据从 2011 年 10 月开始。那么第一年我们只得到 3 个月，然后当我运行该算法时，它将进入负值的行，这将导致左右错误R.

我非常感谢您对此的帮助。对于我需要解决的大量数据帧，我似乎无法解决这个问题。

【问题讨论】：

你的意思是像dat <- data.frame(date=c("2011","8","9","10","11","12","2012","11","12"),stringsAsFactors=FALSE)这样的吗？
请查看minimal reproducible example。
@thelatemail 就是这样，我会编辑帖子

标签： r date

【解决方案1】：

将每个组标识为一个顺序计数器，然后按要求替换所有值：

ave(
  x,
  cumsum(grepl("\\d{4}", x)),
  FUN=function(v) replace(v, -1, paste(v[-1],v[1],sep="-"))
)
# [1] "2011"    "7-2011"  "8-2011"  "9-2011"  "10-2011"
# [6] "11-2011" "12-2011" "2012"    "1-2012"  "2-2012"

【讨论】：

【解决方案2】：

使用 zoo 包中的 na.locf 获取每一行的年份，year，然后转换为 "yearmon" 类（也在 zoo 中）。最后省略年份（或不取决于您想要的）并根据需要选择格式化年份/月份。

library(zoo)

# input
dat <- c("2011", "7", "8", "9", "10", "11", "12", "2012", "1", "2") 

year <- na.locf(ifelse(nchar(dat) == 4, dat, NA))
ym <- as.yearmon(paste(year, dat, sep = "-"))

然后根据您的需要尝试其中一种：

na.omit(ym)
## [1] "Jul 2011" "Aug 2011" "Sep 2011" "Oct 2011" "Nov 2011" "Dec 2011" "Jan 2012" "Feb 2012"

format(na.omit(ym), "%Y-%m")
## [1] "2011-07" "2011-08" "2011-09" "2011-10" "2011-11" "2011-12" "2012-01" "2012-02"

ifelse(is.na(ym), year, format(ym))
## [1] "2011" "Jul 2011" "Aug 2011" "Sep 2011" "Oct 2011" "Nov 2011" "Dec 2011" "2012" "Jan 2012" "Feb 2012"

ifelse(is.na(ym), year, format(ym, "%Y-%m"))
## [1] "2011"    "2011-07" "2011-08" "2011-09" "2011-10" "2011-11" "2011-12" "2012"    "2012-01" "2012-02"

有关na.locf 和"yearmon" 类的更多信息，请参阅动物园文档。

【讨论】：