如何在R或Excel中对齐不同列的日期

我有一个变量数据集，每个变量都有不同的日期跨度。如下例所示（以500个案例中的前两个为例）：

我想做的是让

DatesV2

中的日期与

DatesV1

中的日期对齐。这意味着

DatesV2

将从几个

NA

开始，直到日期对齐的行。像这样：

DatesV1     DatesV2
 ...         ...
17/07/2001  NA
18/07/2001  NA
19/07/2001  19/07/2001
20/07/2001  20/07/2001
 ...         ...

在示例集中，我有一个我正试图做的示例。对于我拥有的500个变量，我找不到一种快速的计算方法来在R或Excel中进行计算。 我试过这样的方法：

nhat<-which(Example$DatesV2[1]==Example$DatesV1)
nend<-which(Example$DatesV1[length(Example$DatesV1)-1]==Example$DatesV2)
Example$Apotelesma<- c(rep(NA,nhat-1),Example$DatesV2[1:nend],NA)

---

nhat这里有一个可能的解决方案，使用一些重新塑造。我用了一个简单的例子：

df = data.frame(DatesV1 = c("24/07/2001","25/07/2001","26/07/2001"),
                DatesV2 = c("25/07/2001","26/07/2001","27/07/2001"),
                DatesV3 = c("26/07/2001","27/07/2001","28/07/2001"),
                stringsAsFactors = F)

library(tidyverse)
library(lubridate)

# update to date columns (only if needed)
df = df %>% mutate_all(dmy)

df %>%
  gather() %>%             # reshape dataset
  mutate(id = value) %>%   # use date values as row ids
  spread(key, value) %>%   # reshape again
  select(-id)              # remove ids

#      DatesV1    DatesV2    DatesV3
# 1 2001-07-24       <NA>       <NA>
# 2 2001-07-25 2001-07-25       <NA>
# 3 2001-07-26 2001-07-26 2001-07-26
# 4       <NA> 2001-07-27 2001-07-27
# 5       <NA>       <NA> 2001-07-28

df=data.frame（DatesV1=c（“24/07/2001”、“25/07/2001”、“26/07/2001”），
日期v2=c（“2001年7月25日”、“2001年7月26日”、“2001年7月27日”），
日期v3=c（“2001年7月26日”、“2001年7月27日”、“2001年7月28日”），
（系数=F）
图书馆（tidyverse）
图书馆（lubridate）
#更新到日期列（仅在需要时）
df=df%>%mutate_all（dmy）
df%>%
聚集（）%>%#重塑数据集
mutate（id=value）%>%#使用日期值作为行id
排列（键，值）%>%#再次重塑
选择（-id）#删除id
#日期1日期2日期3
# 1 2001-07-24              
# 2 2001-07-25 2001-07-25       
# 3 2001-07-26 2001-07-26 2001-07-26
# 4        2001-07-27 2001-07-27
# 5               2001-07-28
这里有一个可能的解决方案，使用一些重新成形。我用了一个简单的例子：

df = data.frame(DatesV1 = c("24/07/2001","25/07/2001","26/07/2001"),
                DatesV2 = c("25/07/2001","26/07/2001","27/07/2001"),
                DatesV3 = c("26/07/2001","27/07/2001","28/07/2001"),
                stringsAsFactors = F)

library(tidyverse)
library(lubridate)

# update to date columns (only if needed)
df = df %>% mutate_all(dmy)

df %>%
  gather() %>%             # reshape dataset
  mutate(id = value) %>%   # use date values as row ids
  spread(key, value) %>%   # reshape again
  select(-id)              # remove ids

#      DatesV1    DatesV2    DatesV3
# 1 2001-07-24       <NA>       <NA>
# 2 2001-07-25 2001-07-25       <NA>
# 3 2001-07-26 2001-07-26 2001-07-26
# 4       <NA> 2001-07-27 2001-07-27
# 5       <NA>       <NA> 2001-07-28

df=data.frame（DatesV1=c（“24/07/2001”、“25/07/2001”、“26/07/2001”），
日期v2=c（“2001年7月25日”、“2001年7月26日”、“2001年7月27日”），
日期v3=c（“2001年7月26日”、“2001年7月27日”、“2001年7月28日”），
（系数=F）
图书馆（tidyverse）
图书馆（lubridate）
#更新到日期列（仅在需要时）
df=df%>%mutate_all（dmy）
df%>%
聚集（）%>%#重塑数据集
mutate（id=value）%>%#使用日期值作为行id
排列（键，值）%>%#再次重塑
选择（-id）#删除id
#日期1日期2日期3
# 1 2001-07-24              
# 2 2001-07-25 2001-07-25       
# 3 2001-07-26 2001-07-26 2001-07-26
# 4        2001-07-27 2001-07-27
# 5               2001-07-28
如果您愿意，这是一种丑陋/混乱的方法，但它可以完成工作。任何更快、更整洁的方式都会更好

n<-nrow(DataAlignment)
Newdata<-matrix(0,5148,ncol(DataAlignment))
loops<-ncol(DataAlignment)-1
for(i in 1:loops){
  nhat<-which(DataAlignment[1,i+1]==DataAlignment[,1]) #finds the position of the first date in column 2 according to the first column
  nend<-which(DataAlignment[n,1]==DataAlignment[,i+1]) #finds the position of last date in col 2 according to the first column

  if(nhat==1 | nend != 5148){ #takes into account when they start at the same time but end in different dates
  Newdata[,i+1]<-c(DataAlignment[c(1:nend),i+1],rep(NA,n-nend))  
  }
  else{if(nhat==1| nend==5148){Newdata[,i+1]<-c(DataAlignment[,i+1])} #this takes account when they start and end at the same time
  else{if(nhat!=1){
  Newdata[,i+1]<-c(rep(NA,nhat-1),DataAlignment[c(1:nend),i+1])}}} #creates the new data
}

n如果你愿意的话，这是一种丑陋/混乱的方法，但它可以完成工作。任何更快、更整洁的方式都会更好

n<-nrow(DataAlignment)
Newdata<-matrix(0,5148,ncol(DataAlignment))
loops<-ncol(DataAlignment)-1
for(i in 1:loops){
  nhat<-which(DataAlignment[1,i+1]==DataAlignment[,1]) #finds the position of the first date in column 2 according to the first column
  nend<-which(DataAlignment[n,1]==DataAlignment[,i+1]) #finds the position of last date in col 2 according to the first column

  if(nhat==1 | nend != 5148){ #takes into account when they start at the same time but end in different dates
  Newdata[,i+1]<-c(DataAlignment[c(1:nend),i+1],rep(NA,n-nend))  
  }
  else{if(nhat==1| nend==5148){Newdata[,i+1]<-c(DataAlignment[,i+1])} #this takes account when they start and end at the same time
  else{if(nhat!=1){
  Newdata[,i+1]<-c(rep(NA,nhat-1),DataAlignment[c(1:nend),i+1])}}} #creates the new data
}

nI获取此消息：
df=df%>%mutate_all（dmy）警告消息：1:所有格式解析失败。找不到任何格式。2:无法分析所有格式。找不到任何格式同时：
class（df$DatesV1）[1]“Date”
dmy（df$DatesV2）
为所有条目返回
NA
。我假设您成功运行了我的示例，但您得到的是完整数据集，对吗？要么您有其他非日期变量，要么您有其他日期格式。是！你的例子运行得很好！当我展开它时，我的案例中出现了错误。如果您的列已经是
date
，那么您可能不需要这段代码。它们有相同的格式吗
dmy
是“日-月-年”。我得到以下消息：
df=df%>%mutate\u all（dmy）警告消息：1:所有格式解析失败。找不到任何格式。2:无法分析所有格式。找不到任何格式同时：
class（df$DatesV1）[1]“Date”
dmy（df$DatesV2）
为所有条目返回
NA
。我假设您成功运行了我的示例，但您得到的是完整数据集，对吗？要么您有其他非日期变量，要么您有其他日期格式。是！你的例子运行得很好！当我展开它时，我的案例中出现了错误。如果您的列已经是
date
，那么您可能不需要这段代码。它们有相同的格式吗<代码>dmy
是“日-月-年”。