Fatal编程技术网
  • r/
  • data.frame中的子集特定日期（年和月）

data.frame中的子集特定日期（年和月）

r dataframe

data.frame中的子集特定日期（年和月）,r,dataframe,subset,lubridate,R,Dataframe,Subset,Lubridate,这里是我的data.frame： df = read.table(text = 'ID Date 1 1975-01-01 2 1980-02-01 3 1985-05-01 4 1990-07-01 5 1990-08-01 6 1993-01-01 7 1993-09-01', header = TRUE) 我需要通过选择特定日期（年和月）从中创建一个子集 我感兴趣的日期是： dates = c('1980-02',

这里是我的data.frame：

df = read.table(text = 'ID   Date
1      1975-01-01
2      1980-02-01
3      1985-05-01
4      1990-07-01
5      1990-08-01
6      1993-01-01
7      1993-09-01', header = TRUE)
我需要通过选择特定日期（年和月）从中创建一个子集

我感兴趣的日期是：

dates = c('1980-02', '1990-07', '1993-09')
因此，我的输出应该是：

ID     Date
2      1980-02-01
4      1990-07-01
7      1993-09-01
是否有可能编写一个独特的代码，从
df
和
dates
开始，而不在代码中手动添加日期

谢谢

####更新 如果我在同一个月内在
df
内得到多个观察结果，比如：

df2 = read.table(text = 'ID   Date
1      1975-01-01
2      1980-02-01
9      1980-02-01
3      1985-05-01
4      1990-07-01
12     1990-07-01
16     1990-07-01
5      1990-08-01
6      1993-01-01
7      1993-09-01
67     1993-09-01', header = TRUE)
新产出：

ID     Date
2      1980-02-01
9      1980-02-01
4      1990-07-01
12     1990-07-01
16     1990-07-01
7      1993-09-01
67     1993-09-01
谢谢

根据您共享的数据，
Date
列的类别为factor。我们将它们转换为
Date
类，提取月份和年份部分，并将其与
dates
向量匹配，以从
df
中获得匹配的行号

df[match(dates, format(as.Date(df$Date), "%Y-%m")), ]  

#   ID       Date
#2  2 1980-02-01
#4  4 1990-07-01
#7  7 1993-09-01
根据更新的问题，如果我们有多个日期要匹配，我们可以在%中使用
%这将为您提供所需的输出


df2[format(as.Date(df2$Date), "%Y-%m") %in% dates, ]

#   ID       Date
#2   2 1980-02-01
#3   9 1980-02-01
#5   4 1990-07-01
#6  12 1990-07-01
#7  16 1990-07-01
#10  7 1993-09-01
#11 67 1993-09-01



根据您共享的数据，
Date
列的类别为factor。我们将它们转换为
Date
类，提取月份和年份部分，并将其与
dates
向量匹配，以从
df
中获得匹配的行号


df[match(dates, format(as.Date(df$Date), "%Y-%m")), ]  

#   ID       Date
#2  2 1980-02-01
#4  4 1990-07-01
#7  7 1993-09-01


根据更新的问题，如果我们有多个日期要匹配，我们可以在%
中使用
%这将为您提供所需的输出


df2[format(as.Date(df2$Date), "%Y-%m") %in% dates, ]

#   ID       Date
#2   2 1980-02-01
#3   9 1980-02-01
#5   4 1990-07-01
#6  12 1990-07-01
#7  16 1990-07-01
#10  7 1993-09-01
#11 67 1993-09-01


试一试

试一试


正如@eipi10在评论中指出的那样：


df[df$Date %in% as.Date(paste0(dates,"-01")), ]


这对我更新的问题很有效


正如@eipi10在评论中指出的那样，谢谢你：


df[df$Date %in% as.Date(paste0(dates,"-01")), ]


这对我更新的问题很有效


谢谢
以下是一些解决方案。它们（i）处理任何日期，而不仅仅是一个月的第一个日期，（ii）在输出中保留
df2
的顺序，（iii）紧凑，即每行一行，不需要多次提及
df2

1）substr这不使用包


subset(df2, substr(Date, 1, 7) %in% dates)


给予：


   ID       Date
2   2 1980-02-01
3   9 1980-02-01
5   4 1990-07-01
6  12 1990-07-01
7  16 1990-07-01
10  7 1993-09-01
11 67 1993-09-01


2）zoo:：as.yearmon另一种可能是将
日期和
日期转换为
“yearmon”
类，得到相同的结果。这段代码稍微好一点，但确实需要一个包


library(zoo)
subset(df2, as.yearmon(Date) %in% as.yearmon(dates))



这里有一些解决方案。它们（i）处理任何日期，而不仅仅是一个月的第一个日期，（ii）在输出中保留
df2
的顺序，（iii）紧凑，即每行一行，不需要多次提及
df2

1）substr这不使用包


subset(df2, substr(Date, 1, 7) %in% dates)


给予：


   ID       Date
2   2 1980-02-01
3   9 1980-02-01
5   4 1990-07-01
6  12 1990-07-01
7  16 1990-07-01
10  7 1993-09-01
11 67 1993-09-01


2）zoo:：as.yearmon另一种可能是将
日期和
日期转换为
“yearmon”
类，得到相同的结果。这段代码稍微好一点，但确实需要一个包


library(zoo)
subset(df2, as.yearmon(Date) %in% as.yearmon(dates))



您的日期格式为字符串，因此使用它们有些困难。一般来说，最好将它们格式化为实际的日期对象。这可以通过使用。这是我要做的。我使用readr包进行自动类型检测，使用purr进行函数式编程


library(pacman)
p_load(lubridate, readr, purrr)

df = read_table(
'ID   Date
1      1975-01-01
2      1980-02-01
9      1980-02-01
3      1985-05-01
4      1990-07-01
12     1990-07-01
16     1990-07-01
5      1990-08-01
6      1993-01-01
7      1993-09-01
67     1993-09-01'
)

dates = parse_date_time(c('1980-02', '1990-07', '1993-09'), orders = "Y-m")

#subset
df[year(df$Date) %in% year(dates) & month(df$Date) %in% month(dates), ]


其输出为：


# A tibble: 7 × 2
     ID       Date
  <int>     <date>
1     2 1980-02-01
2     9 1980-02-01
3     4 1990-07-01
4    12 1990-07-01
5    16 1990-07-01
6     7 1993-09-01
7    67 1993-09-01


其输出相同：


# A tibble: 7 × 2
     ID       Date
  <int>     <date>
1     2 1980-02-01
2     9 1980-02-01
3     4 1990-07-01
4    12 1990-07-01
5    16 1990-07-01
6     7 1993-09-01
7    67 1993-09-01



#一个tible:7×2
身份证日期
1     2 1980-02-01
2     9 1980-02-01
3     4 1990-07-01
4    12 1990-07-01
5    16 1990-07-01
6     7 1993-09-01
7    67 1993-09-01



该函数所做的是在数据框中的每个日期上循环，并在每年/每月的组合上循环。然后检查年份和月份是否匹配该特定组合。如果三个组合中的任何一个匹配（因此为
any
），它将返回该行的
TRUE
。
您的日期被格式化为字符串，因此使用它们有些困难。一般来说，最好将它们格式化为实际的日期对象。这可以通过使用。这是我要做的。我使用readr包进行自动类型检测，使用purr进行函数式编程


library(pacman)
p_load(lubridate, readr, purrr)

df = read_table(
'ID   Date
1      1975-01-01
2      1980-02-01
9      1980-02-01
3      1985-05-01
4      1990-07-01
12     1990-07-01
16     1990-07-01
5      1990-08-01
6      1993-01-01
7      1993-09-01
67     1993-09-01'
)

dates = parse_date_time(c('1980-02', '1990-07', '1993-09'), orders = "Y-m")

#subset
df[year(df$Date) %in% year(dates) & month(df$Date) %in% month(dates), ]


其输出为：


# A tibble: 7 × 2
     ID       Date
  <int>     <date>
1     2 1980-02-01
2     9 1980-02-01
3     4 1990-07-01
4    12 1990-07-01
5    16 1990-07-01
6     7 1993-09-01
7    67 1993-09-01


其输出相同：


# A tibble: 7 × 2
     ID       Date
  <int>     <date>
1     2 1980-02-01
2     9 1980-02-01
3     4 1990-07-01
4    12 1990-07-01
5    16 1990-07-01
6     7 1993-09-01
7    67 1993-09-01



#一个tible:7×2
身份证日期
1     2 1980-02-01
2     9 1980-02-01
3     4 1990-07-01
4    12 1990-07-01
5    16 1990-07-01
6     7 1993-09-01
7    67 1993-09-01



该函数所做的是在数据框中的每个日期上循环，并在每年/每月的组合上循环。然后检查年份和月份是否匹配该特定组合。如果三个组合中的任何一个匹配（因此
any
），它将返回该行的
TRUE
。
因为您的数据看起来是标准化的，所以您可以使用
df[substr（df$Date，1,7）%in%dates，]
。但为了安全起见，最好使用正确的日期时间格式。
df[df$date%in%as.date（paste0（dates，“-01”），]
。这假设
df$Date
已经是日期格式。非常感谢大家！因为您的数据看起来是标准化的，所以您可以在%日期中使用
df[substr（df$Date，1,7）%cf
。但为了安全起见，最好使用正确的日期时间格式。
df[df$date%in%as.date（paste0（dates，“-01”），]
。这假设
df$Date
已经是日期格式。非常感谢大家！嗨，我刚更新了我的问题，你能看一下吗？谢谢，我刚刚更新了我的问题，你能看一下吗？谢谢