保留一个月的第一天，即使它在R中重复

假设您有如下数据，如您所见，其中每月的第一天重复多次（注意日期

变量）

我试图做的是，每个月，根据
日期
变量，保留所有观察的前几天，即集合中
1:6
的所有观察。简而言之；每个月的第一天都会出现不止一次，我想保留所有的日子，而不考虑这个月的其他日子
然后，是否可以从剩余的观测值中选择前两个最早的
expdate
基于步骤1中所做更改的观测值
日期格式为
YYYY-mm-dd

到目前为止，我只保留了一个月的头几天，而不是所有这些天。我使用的代码是这样的，但它不会返回所需的结果：

setDT(df)[order(date), .(delta[which.min(date)], date[which.min(date)]), by = .(year(date), month(date))]

谢谢。
可能有一个更有效的答案，但这是可行的：

# if data table is not loaded
library(data.table)
# if dt is a data.frame
setDT(dt)

然后，下面的代码将生成您想要的内容

dt[dt[, .(date=min(date)), by=.(month(date), year(date))][,.(date)], on="date"]

其思想是将原始data.table连接到一个data.table上，其中有一列包含每个月的最短日期。data.table的i参数是一个chained data.table，其中链中的第一个链接返回一个三列data.table，每个月和年份的日期最小，链中的第二个链接删除月和年变量，以仅返回日期变量。此data.table使用
on=“date”
参数连接到原始data.table

这是回报

          date     exdate strike_price     delta
 1: 1996-01-04 1997-06-21       500000 -0.094917
 2: 1996-01-04 1996-03-16       600000  0.768930
 3: 1996-01-04 1996-02-17       605000 -0.286091
 4: 1996-01-04 1996-12-21       600000  0.651049
 5: 1996-01-04 1996-03-16       540000 -0.040929
 6: 1996-01-04 1996-02-17       630000 -0.638877
 7: 1996-02-04 1997-06-21       500000 -0.094917
 8: 1996-02-04 1996-03-16       600000  0.768930
 9: 1996-02-04 1996-02-17       605000 -0.286091
10: 1996-02-04 1996-12-21       600000  0.651049
11: 1996-02-04 1996-03-16       540000 -0.040929
12: 1996-02-04 1996-02-17       630000 -0.638877


对于第二步，剩余的两个最低的ExDate（按日期），您可以分两行完成

# save above data.table
dtNew <- dt[dt[, .(date=min(date)), by=.(month(date), year(date))][,.(date)], on="date"]
# merge on the rows of the data.table that have the two lowest exdates
dtNew[dtNew[, .I[rank(exdate) < 3], by=date]$V1,]

#保存上述数据。表格
我在想类似的事情是的！非常感谢。你有没有考虑过问题的第二部分，它稍微有点棘手？请你解释一下最后的部分：“on=”date“，因为它给出了一个未使用论证的错误，这很奇怪；即使我更新了它，我也会得到相同的未使用参数错误
newdataah现在有意义了。在此期间，我确实找到了另一种方法（更长的代码），产生了相同的结果！令人惊叹的。非常感谢。你对第二步有什么想法吗？那
$V1
？是你上课日期的日期变量？您可以使用
str（dt）
进行检查，并使用
dt[，date:=as.date（date）]
进行转换，条件是它符合示例中的格式。如果这不是问题所在，那么您应该生成一个数据集，该数据集可以重现您在示例数据集中提到的问题，可能是
dput（head（dt，20））
，并查看问题是否在那里重复。我提供的答案适用于示例数据。所有内容都是
as.Date
。问题是，因为我有数百个不同的日期，排序依据：
rank（exdate）<3
考虑了日期集的所有exdate的排名，而不是每个“组”的日期。同样，只有在没有
by=参数的情况下，这才是正确的。在
dtNew[，.I[rank（exdate）<3]，by=date]
中，
rank（exdate）
分别计算每个日期的排名。
# save above data.table
dtNew <- dt[dt[, .(date=min(date)), by=.(month(date), year(date))][,.(date)], on="date"]
# merge on the rows of the data.table that have the two lowest exdates
dtNew[dtNew[, .I[rank(exdate) < 3], by=date]$V1,]

dt <- 
structure(list(date = structure(c(9499, 9499, 9499, 9499, 9499, 
9499, 9500, 9530, 9530, 9530, 9530, 9530, 9530), class = "Date"), 
    exdate = c("1997-06-21", "1996-03-16", "1996-02-17", "1996-12-21", 
    "1996-03-16", "1996-02-17", "1996-02-17", "1997-06-21", "1996-03-16", 
    "1996-02-17", "1996-12-21", "1996-03-16", "1996-02-17"), 
    strike_price = c(500000L, 600000L, 605000L, 600000L, 540000L, 
    630000L, 440000L, 500000L, 600000L, 605000L, 600000L, 540000L, 
    630000L), delta = c(-0.094917, 0.76893, -0.286091, 0.651049, 
    -0.040929, -0.638877, 0.579155, -0.094917, 0.76893, -0.286091, 
    0.651049, -0.040929, -0.638877)), .Names = c("date", "exdate", 
"strike_price", "delta"), row.names = c(NA, -13L), class = c("data.table", 
"data.frame"), index = structure(integer(0), "`\`__date\``" = integer(0)))