R：如何解析数据框中的一串日期，将其拆分，并返回最接近今天的日期？答案

【问题标题】：R: How to parse a string of dates in dataframe, split it, and return the date closest to today?R：如何解析数据框中的一串日期，将其拆分，并返回最接近今天的日期？
【发布时间】：2021-09-18 21:02:52
【问题描述】：

我真的为这个问题道歉，但我是 R 新手。我有一个包含 2 列的数据框。第一列包含名称，第二列包含文本格式的日期字符串 ("YYYYMMDD")。我正在尝试拆分第二列中的字符串，并为数据框中的每一行获取最接近今天的日期。以下是数据框的示例：

Column 1  Column2 
Name 1    20190607,20200901,20211203           
Name 2  20190607,20200901,20211203

最终结果应类似于示例数据框，但右侧有一列显示最接近今天的日期。在此示例中为 20211203。提前感谢您的帮助

【问题讨论】：

标签： r

【解决方案1】：

我们可以使用separate_rows 将, 处的'Column2' 拆分为新行，然后将'Column2' 转换为Date 类（ymd 来自lubridate）和slice与today 的差异最小的行（按“Column1”分组后）

library(dplyr)
library(tidyr)
library(lubridate)
df2 <- df1 %>%
    separate_rows(Column2, sep=",\\s*") %>%
    mutate(Column2 = ymd(Column2)) %>%
    group_by(Column1) %>%
    slice(which.min(abs(Column2 - today()))) %>%
    ungroup

-输出

df2
# A tibble: 2 x 2
  Column1 Column2   
  <chr>   <date>    
1 Name 1  2021-12-03
2 Name 2  2021-12-03

数据

df1 <- structure(list(Column1 = c("Name 1", "Name 2"), Column2 = c("20190607,20200901,20211203", 
"20190607,20200901,20211203")), 
class = "data.frame", row.names = c(NA, 
-2L))

【讨论】：

感谢您的所有帮助。只是出于好奇，有没有办法让数据框保持最接近今天的日期？当我尝试在您的代码之后查看数据框时，它仍然显示带有长日期字符串的数据框
@matteo123 可能您正在检查原始数据df1。我展示的代码没有分配给一个对象。如果您想更新原始对象（我不推荐）使用df1 <- df1 %>% separate_rows(... 或将其分配给新对象df2 <- df1 %>% ...，然后检查df2

【解决方案2】：

DF = read.csv(text = "'Name 1';'20190607,20200901,20211203'
'Name 2';'20190607,20200901,20211203'", sep=";", header=F, quote="'")

DF
     V1                          V2
1 Name 1 20190607,20200901,20211203 
2 Name 2  20190607,20200901,20211203

strsplit(DF[[2]], ',') |>
lapply(\(x) as.Date(x,format="%Y%m%d")) |> 
lapply(max) # `max` gets you the closest date to today since a date class is internally represented in integer using origin 1970 (i.e. 0).
[[1]]
[1] "2021-12-03"

[[2]]
[1] "2021-12-03"

您可以将结果作为新列分配给 data.frame。

【讨论】：

【解决方案3】：

用逗号分割字符串，取当前日期与所有其他日期的差值，返回每行差值最小的日期。

这是一个基本的 R 选项 -

df$Column3 <- as.Date(sapply(strsplit(df$Column2, ','), function(x) {
  x <- as.Date(x, '%Y%m%d')
  x[which.min(abs(x - Sys.Date()))]
}), origin = '1970-01-01')
df

#  Column1                    Column2    Column3
#1  Name 1 20190607,20200901,20211203 2021-12-03
#2  Name 2 20190607,20200901,20211203 2021-12-03

【讨论】：