如何按月分类日期

Posted 2023-02-14

【中文标题】如何按月分类日期

【英文标题】：How to bin date by month

【发布时间】：2022-01-03 11:48:10

【问题描述】：

我有以下数据：

  df <- data.frame(dt1 = c("2019-05-02", "2019-01-02", "2019-06-02"), 
                   dt2 =   c("2019-08-30", "2019-04-24", "2019-12-06") )
> df
         dt1        dt2
1 2019-05-02 2019-08-30
2 2019-01-02 2019-04-24
3 2019-06-02 2019-12-06

这是我想做的：

i) 我想通过分箱来创建因子，例如，对于第一个日期，日期分箱为 2019 年 7 月 31 日、2019 年 6 月 30 日、2019 年 5 月 31 日，因此基本上按 dt2 分箱。 ii) 我想计算每个 bin 中的日期总数。

预期的输出是：

        dt1        dt2      val_count
1 2019-05-02 2019-08-30         3
2 2019-01-02 2019-04-24         3 
3 2019-06-02 2019-12-06         6 

我发现这个post 相关。

注意：我不想计算两个日期的月份之间的差异。

感谢您的建议。

【参考方案1】：

这很混乱，但如果你想计算几个月的最后日期在dt1 和dt2 之间有多少个，你可以试试

library(lubridate)
library(dplyr)

fd <- paste0(lubridate::year(min(df$dt1, df$dt2)), "-02-01") %>% as.Date()

ld <- paste0(lubridate::year(max(df$dt1, df$dt2))+1, "-01-01") %>% as.Date()
x <- seq.Date(fd, ld, by = "month") - 1
df %>%
  rowwise() %>%
  mutate(val_count = length(x[dt1 < x & x < dt2]))

  dt1        dt2        val_count
  <chr>      <chr>          <int>
1 2019-05-02 2019-08-30         3
2 2019-01-02 2019-04-24         3
3 2019-06-02 2019-12-06         6

< 或 <= 的选择取决于您的目的。

要获得dt1 和dt2 之间的总天数，

df %>%
  rowwise() %>%
  mutate(val_count = length(x[dt1 < x & x < dt2])) %>%
  mutate(dd = as.Date(dt2) - as.Date(dt1))

  dt1        dt2        val_count dd      
  <chr>      <chr>          <int> <drtn>  
1 2019-05-02 2019-08-30         3 120 days
2 2019-01-02 2019-04-24         3 112 days
3 2019-06-02 2019-12-06         6 187 days

添加

df %>%
  rowwise() %>%
  mutate(val_count = length(x[dt1 < x & x < dt2]),
         val_count = ifelse(val_count == 0, 1, val_count)) %>%
  mutate(dd = as.Date(dt2) - as.Date(dt1))

  dt1        dt2        val_count dd      
  <chr>      <chr>          <dbl> <drtn>  
1 2019-05-02 2019-08-30         3 120 days
2 2019-01-02 2019-04-24         3 112 days
3 2019-06-02 2019-12-06         6 187 days
4 2019-06-01 2019-06-02         1   1 days

【讨论】：

感谢您提供好的解决方案，您的代码运行良好。我想知道是否可以为日期在2019-06-02 和2019-06-03 之间的情况添加快速修复以避免输出零？

@Vendetta 对不起。我无法理解你想要的是什么......你能解释一下吗？

例如，有了这个数据df <- data.frame(dt1 = c("2019-05-02", "2019-01-02", "2019-06-02", "2019-06-01"), dt2 = c("2019-08-30", "2019-04-24", "2019-12-06", "2019-06-02") )，我得到最后一行 val_count 为零。我想输出 1 而不是 0。

@Vendetta 我添加了上面的代码。请检查一下。

【参考方案2】：

上面的解决方案确实有点乱，只需要一个简单的oneliner就可以了

df <- data.frame(dt1 = c("2019-05-02", "2019-01-02", "2019-06-02", "2019-06-01"), dt2 =   c("2019-08-30", "2019-04-24", "2019-12-06", "2019-06-02") )

df %>%
  mutate(val_count = as.period(ymd(dt2) - ymd(dt1)) %/% months(1))

#          dt1        dt2 val_count
# 1 2019-05-02 2019-08-30         3
# 2 2019-01-02 2019-04-24         3
# 3 2019-06-02 2019-12-06         6
# 4 2019-06-01 2019-06-02         0