R 如何在每个月的最后一天对数据帧进行子集划分
我有一个df:R 如何在每个月的最后一天对数据帧进行子集划分,r,xts,zoo,R,Xts,Zoo,我有一个df: dates V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 1999-05-31 66 65 64 63 62 61 60 59 58 57 1999-06-01 67 66 65 64 63 62 61 60 59 58 1999-06-02 68 67 66 65 64 63 62 61 60 59 1999-06-03 69 68 67 66 65 64 6
dates V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
1999-05-31 66 65 64 63 62 61 60 59 58 57
1999-06-01 67 66 65 64 63 62 61 60 59 58
1999-06-02 68 67 66 65 64 63 62 61 60 59
1999-06-03 69 68 67 66 65 64 63 62 61 60
1999-06-04 70 69 68 67 66 65 64 63 62 61
1999-06-17 79 78 77 76 75 74 73 72 71 70
1999-06-18 80 79 78 77 76 75 74 73 72 71
1999-06-21 81 80 79 78 77 76 75 74 73 72
1999-06-22 82 81 80 79 78 77 76 75 74 73
1999-06-23 83 82 81 80 79 78 77 76 75 74
1999-06-24 84 83 82 81 80 79 78 77 76 75
1999-06-25 85 84 83 82 81 80 79 78 77 76
1999-06-28 86 85 84 83 82 81 80 79 78 77
1999-06-29 87 86 85 84 83 82 81 80 79 78
1999-06-30 88 87 86 85 84 83 82 81 80 79
我想在每个月的最后一天将上述df子集。也就是说,只有1999-05-31和1999-06-30这两个日期才会出现。实际的数据帧要大得多,最后的日期可能是每个月的28日、29日等等。
因此,我希望输出类似于:
dates V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
1999-05-31 66 65 64 63 62 61 60 59 58 57
1999-06-30 88 87 86 85 84 83 82 81 80 79
1999-10-29 175 174 173 172 171 170 169 168 167 166
我试图在zoo或其他软件包中找到一些功能,但找不到。。。非常感谢所有的建议 这将选择该月的最后几天:
df[as.numeric(substr(as.Date(df$dates) + 1, 9, 10))
< as.numeric(substr(df$dates, 9, 10)), ]
# dates V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
#1 1999-05-31 66 65 64 63 62 61 60 59 58 57
#15 1999-06-30 88 87 86 85 84 83 82 81 80 79
df[as.numeric(substr(as.Date(df$dates)+1,9,10))
请注意,此解决方案取决于每天的绝对月数(与您的数据无关)
如果要在实际数据中选择每个月的最后一天,请使用以下命令:
df[c(diff(as.numeric(substr(df$dates, 9, 10))) < 0, TRUE), ]
df[c(diff(as.numeric)(substr(df$dates,9,10))<0,TRUE),]
假设日期格式正确,且源数据框为x
> library(xts)
> x[endpoints(x$dates, on = "months"), ]
dates V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
1 1999-05-31 66 65 64 63 62 61 60 59 58 57
15 1999-06-30 88 87 86 85 84 83 82 81 80 79
这里有一个使用dplyr的选项:
library(dplyr)
df %>%
mutate(dates = as.Date(dates)) %>%
mutate(yr_mnth = format(dates, '%Y-%m')) %>%
group_by(yr_mnth) %>%
filter(dates == max(dates))
# or if you wanted the first observation of each month:
df %>%
mutate(dates = as.Date(dates)) %>%
mutate(yr_mnth = format(dates, '%Y-%m')) %>%
group_by(yr_mnth) %>%
filter(dates == min(dates))
再次感谢你,斯文!你有很好的技巧!好啊谢谢!:)但是为什么包含
TRUE
?如果排除它,我似乎会得到相同的答案…命令diff(as.numeric(substr(df$dates,9,10))<0
返回长度nrow(df)-1
的逻辑向量,因此我将此向量与另一个TRUE
组合使用它来选择df
行的子集。向量的长度和逻辑索引向量的长度应该相同。如果逻辑索引短一个元素,那么逻辑向量的第一个值也将用作它的最后一个值。如果我想查找每个月的第一天而不是每个月的最后一天,我是否正确地认为我可以将df[c(diff(as.numeric(subsr(df$dates,9,10))<0,TRUE),]更改为df[c(diff((as.numeric(subsr(df$dates,9,10)))+1>0,为真),]?:)@用户1665355不,只需更改TRUE
:df[c(TRUE,diff(as.numeric(substr(df$dates,9,10)))<0),]
谢谢!我怎样才能找到每个月的第一次观察结果?我可以简单地执行x[endpoints(x$dates,on=“months”)+1]吗,或者是否有一些特定的功能?顺致敬意,