使用R中的data.table查找上一周的最后日期

我有一个data.frame，如下所示：

structure(list(Start_Date = c("D1", "D2", "D3", "D4", "NA", "NA", 
"D6", "D7"), Week = c("W1", "W1", "W1", "W2", "W2", "W3", "W4", 
"W4"), last_date = c(NA, NA, NA, "D3", "D3", "D4", "D4", "D4"
)), class = "data.frame", row.names = c(NA, -8L))

输出为“最后日期”列

我需要什么-我想找到前一周的最后一个非NA日期。如果前一周只有NA日期，则应查看前一周的前一周并查找非NA日期。 例如，对于W2的所有日期，最后一个日期将是D3（前一周的最后一个非NA日期）。对于W3，它应该返回D4。 对于W4，由于W3的最后一个日期是NA，它应该查找前一周（即W2）中的非NA日期并返回D4

总之，最后一个日期将是最近的非NA日期（不是来自本周）

由于我的数据集太大，我正在寻找data.table解决方案。

这里有一个选项（假设数据已经排序）：

输出：

   Start_Date Week last_date week_nr last_dat2
1:         D1   W1      <NA>       1      <NA>
2:         D2   W1      <NA>       1      <NA>
3:         D3   W1      <NA>       1      <NA>
4:         D4   W2        D3       2        D3
5:       <NA>   W2        D3       2        D3
6:       <NA>   W3        D4       3        D4
7:         D6   W4        D4       4        D4
8:         D7   W4        D4       4        D4

开始日期周最后日期周最后日期2
1:D1 W1 1
2:D2 W1 1
3:D3 W1 1
4:D4 W2 D3 2 D3
5:W2 D3 2 D3
6:W3 D4 3 D4
7:D6 W4 D4 D4
8:D7 W4 D4 D4

此处，要连接的查找表以不同的方式创建：

library(data.table)
library(magrittr) # piping used to improve readability
lut <- DT[, .(Week, fifelse(Start_Date == "NA", NA_character_, Start_Date) %>% zoo::na.locf())][
  , last(V2), by = Week][
    , V1 := shift(V1)][]
DT[lut, on = .(Week),  last_date2 := V1][]

第1周
1:W1
2:W2 D3
3:W3-D4
4:W4 D4

创建人

• 用以前的值替换缺少的

  Start\u Date

  值（LOCF=上一次观察结转）
• 这需要事先将字符串“NA”替换为“NA”，而不是

  NA\u字符

• 按

  周

  进行聚合
• 最后，将数值移动（滞后）一周

---

请注意，查找表不包含任何

NA

值（当然，第一行除外），并且

W2

周的最后一个有效

D4

开始日期已结转至周

W3

和

W4

这是一个基本的R解决方案，其中使用了

ave（）

和

split（）

：

df$last_date <- df$last_date <- with(df, ave(na.omit(Start_Date)[cumsum(!is.na(Start_Date))],Week, FUN = function(x) tail(x[!is.na(x)],1)))
dfout <- Reduce(rbind,
                lapply(seq(dfs<-split(df,df$Week)), 
                       function(k) {
                         dfs[[k]]$last_date <- ifelse(k==1, NA, unique(dfs[[k-1]]$last_date)); 
                         dfs[[k]]}))

---

df$last\u date另一个
数据。表
选项是使用
roll=
和
mult=

setDT(DT)[, c("Week", "W") := .(rl <- rleid(Week), rl - 0.1)][, 
    last_dat := df[Start_Date!="NA"][
        .SD, on=.(Week=W), roll=Inf, mult="last", x.Start_Date]
    ]

setDT（DT）[，c（“Week”，“W”）：=（rl Hi Sindri..感谢您的解决方案。但是，我发现您的解决方案中有一个遗漏。根据您的解决方案，它只是将指针移到前一周。如果前一周只有一个NA日期，那么它应该查看前一周并找出非NA日期。简言之，最新的非NA日期（不是从本周开始）我忘记了解决方案中的
mult=
。
library(data.table)
library(magrittr) # piping used to improve readability
lut <- DT[, .(Week, fifelse(Start_Date == "NA", NA_character_, Start_Date) %>% zoo::na.locf())][
  , last(V2), by = Week][
    , V1 := shift(V1)][]
DT[lut, on = .(Week),  last_date2 := V1][]

   Start_Date Week last_date last_date2
1:         D1   W1      <NA>       <NA>
2:         D2   W1      <NA>       <NA>
3:         D3   W1      <NA>       <NA>
4:         D4   W2        D3         D3
5:         NA   W2        D3         D3
6:         NA   W3        D4         D4
7:         D6   W4        D4         D4
8:         D7   W4        D4         D4

lut

   Week   V1
1:   W1 <NA>
2:   W2   D3
3:   W3   D4
4:   W4   D4

df$last_date <- df$last_date <- with(df, ave(na.omit(Start_Date)[cumsum(!is.na(Start_Date))],Week, FUN = function(x) tail(x[!is.na(x)],1)))
dfout <- Reduce(rbind,
                lapply(seq(dfs<-split(df,df$Week)), 
                       function(k) {
                         dfs[[k]]$last_date <- ifelse(k==1, NA, unique(dfs[[k-1]]$last_date)); 
                         dfs[[k]]}))

  Start_Date Week last_date
1         D1   W1      <NA>
2         D2   W1      <NA>
3         D3   W1      <NA>
4         D4   W2        D3
5       <NA>   W2        D3
6       <NA>   W3        D4
7         D6   W4        D4
8         D7   W4        D4

setDT(DT)[, c("Week", "W") := .(rl <- rleid(Week), rl - 0.1)][, 
    last_dat := df[Start_Date!="NA"][
        .SD, on=.(Week=W), roll=Inf, mult="last", x.Start_Date]
    ]

   Start_Date Week last_date   W last_dat
1:         D1    1      <NA> 0.9     <NA>
2:         D2    1      <NA> 0.9     <NA>
3:         D3    1      <NA> 0.9     <NA>
4:         D4    2        D3 1.9       D3
5:         NA    2        D3 1.9       D3
6:         NA    3        D4 2.9       D4
7:         D6    4        D4 3.9       D4
8:         D7    4        D4 3.9       D4

library(data.table)
DT <- structure(list(Start_Date = c("D1", "D2", "D3", "D4", "NA", "NA", 
    "D6", "D7"), Week = c("W1", "W1", "W1", "W2", "W2", "W3", "W4", 
        "W4"), last_date = c(NA, NA, NA, "D3", "D3", "D4", "D4", "D4"
        )), class = "data.frame", row.names = c(NA, -8L))