我有一個包含 142 列的資料庫，其中一個名為“日期”（屬于 POSIXct 類），我想將連續日期組合在一起創建一個新列。相隔超過 2 天的日期被分為不同的組。
我還想用連續日期開始的月份名稱命名組的級別（例如：2018 年 1 月 3 日 -> 2018 年 1 月 12 日 = 組級別稱為“一月采樣事件”；2 月 27 日， 2018 -> 2018 年 3 月 1 日 = 稱為“2 月采樣事件”的組級別；等等...）。
我見過非常相似的問題，例如在 R和R中分組連續日期：彼此相鄰的分組日期，但無法讓它適用于我的資料。
編輯：我的資料示例（由于某種原因，最后一行顯示相隔一年的日期被組合在一起）
> dput(df)
structure(list(Date = structure(c(17534, 17535, 17536, 17537,
18279, 18280, 18281, 18282, 17932), class = "Date"), group = c(1,
1, 1, 1, 2, 2, 2, 2, 2)), row.names = c(NA, -9L), class = c("tbl_df",
"tbl", "data.frame"))
我的嘗試：
df$group <- 1 c(0, cumsum(ifelse(diff(df$Date) > 1, 1, 0)))
uj5u.com熱心網友回復：
從日期時間中洗掉時間
如果沒有看到您的資料（或類似的示例資料），很難準確判斷問題出在哪里，但我的猜測是日期時間格式（00:00:00 部分）搞砸了as.Date
一種解決方案是僅提取日期部分，然后僅使用日期部分重試：
# here are your date times
date_time <- "2018-01-03 00:00:00"
# this looks for 4 digits between 0 and 9, followed by a dash, followed by 2 digits between 0 and 9,followed by a dash, followed by 2 digits between 0 and 9
date_pattern <- " ?([0-9]{4}-[0-9]{2}-[0-9]{2}) ?"
#need this library
library(stringr)
library(magrittr) #for pipes
#this pulls out text matching the pattern we specified in date pattern
date_new <- str_extract(date_time, date_pattern) %>%
str_squish() # this removes white space
# this is the new date without the time
date_new
# then we convert to as date
date_new <- as.Date(date_new)
看看是否將您的日期列轉換為日期，然后重新運行您的分組作業。
如果您有不同格式的日期并且需要調整正則運算式，這里有一些關于正則運算式的內容：https ://stackoverflow.com/a/49286794/16502170
團體日期
讓我們從一個包含日期列的示例資料框開始
# here's a bunch of example dates:
library(lubridate)
dates2 <- seq.Date(as.Date("2018-03-01"),by="days",length.out = 60)
#here's the dataframe
exampl_df <- data.frame(animals = rep(c("cats","dogs","rabbits"),20), dates=dates2,
numbers= rep(1:3,20))
這是它的樣子：
head(exampl_df)
animals dates numbers
1 cats 2018-03-01 1
2 dogs 2018-03-02 2
3 rabbits 2018-03-03 3
4 cats 2018-03-04 1
5 dogs 2018-03-05 2
6 rabbits 2018-03-06 3
然后讓我們對序列中最小日期和最大日期之間的每一天進行序列化。這一步很重要，因為我們的資料中可能缺少我們仍希望計入天數間隔的日期。
# this is a day by day sequence from the earliest day in your data to the latest day
date_sequence <- seq.Date(from = min(dates2),max(dates2),by="day")
然后讓我們制作一個數字序列，每個數字重復七次。如果您想每三天分組一次，您可以將每個更改為 3。然后 length.out= length(date_sequence) 告訴 R 使該向量具有與最小到最大日期序列一樣多的條目：
# and then if you want a new group every seven days you can make this number sequence
groups <- rep(1:length(date_sequence),each= 7, length.out = length(date_sequence) )
然后讓我們將這些組附加到 date_sequence 以制作分組索引
date_grouping_index <- data.frame(a=date_sequence,b=groups)
然后您可以進行連接以將組附加到原始資料框
library(dplyr)
example_df 2 <- exampl_df %>%
inner_join(date_grouping_index, by=c("dates"="a"))
這是我們得到的：
head(example_df2,n=10)
animals dates numbers b
1 cats 2018-03-01 1 1
2 dogs 2018-03-02 2 1
3 rabbits 2018-03-03 3 1
4 cats 2018-03-04 1 1
5 dogs 2018-03-05 2 1
6 rabbits 2018-03-06 3 1
7 cats 2018-03-07 1 1
8 dogs 2018-03-08 2 2
9 rabbits 2018-03-09 3 2
10 cats 2018-03-10 1 2
然后您應該能夠使用 b 列group_by()或aggregate()您的資料
使用問題中提供的資料
#original data
df <- structure(list(Date = structure(c(17534, 17535, 17536, 17537,
18279, 18280, 18281, 18282, 17932), class = "Date"), group = c(1,
1, 1, 1, 2, 2, 2, 2, 2)), row.names = c(NA, -9L), class = c("tbl_df",
"tbl", "data.frame"))
#plus extra step
df$group2 <- 1 c(0, cumsum(ifelse(diff(df$Date) > 1, 1, 0)))
上述方法
date_sequence <- seq.Date(from = min(df$Date),max(df$Date),by="day")
groups <- rep(1:length(date_sequence),each= 7, length.out = length(date_sequence) )
date_grouping_index <- data.frame(a=date_sequence,groups=groups)
example_df2<- df %>%
inner_join(date_grouping_index, by=c("Date"="a"))
看起來奏效了？
example_df2
# A tibble: 9 x 4
Date group group2 groups
<date> <dbl> <dbl> <int>
1 2018-01-03 1 1 1
2 2018-01-04 1 1 1
3 2018-01-05 1 1 1
4 2018-01-06 1 1 1
5 2020-01-18 2 2 107
6 2020-01-19 2 2 107
7 2020-01-20 2 2 107
8 2020-01-21 2 2 107
9 2019-02-05 2 2 57
以下是您可以使用日期和年份制作組名的方法：
example_df2$group_name <- paste0("sampling number ",
example_df2$groups,
" (",
month.name[month(example_df2$Date)],
"-",
year(example_df2$Date),
")")
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/461647.html