根据开始日期和结束日期的数组聚合数据框中的值 - R

Question

示例数据：

    Date_End   <- c("1999-08-30","1999-09-07","1999-09-20","1999-09-27","1999-10-04","1999-10-12")
    Date_Start <- c("1999-08-24" ,"1999-08-30" ,"1999-09-13" ,"1999-09-20" ,"1999-09-27" ,"1999-10-04") 
    as.Date(Date_Start, "%Y-%m-%d" )
    as.Date(Date_End, "%Y-%m-%d" )
    df1 <- data.frame(Date_Start,Date_End)  
    c1 <- data.frame(seq(as.Date('1999-08-24'), as.Date('1999-10-12'), by = 1))
    c2 <- sample(100, size = nrow(c1), replace = TRUE)
    df2 <- data.frame(c2,c1)
    names(df2) <- c("unit","date")
    df2 <- zoo(df2)

我在 df1 中有一组开始日期和结束日期，在 df2 中有一个时间序列。我想使用聚合函数（主要是求和），以便在跨越 df1 的每一行的时间段内得到 df2 中的 unit 的总和。例如，产生这样的东西：

Date_Start  Date_End    sum(unit)
8/24/1999   8/30/1999   282
8/30/1999   9/7/1999    269
9/13/1999   9/20/1999   464
9/20/1999   9/27/1999   308
9/27/1999   10/4/1999   408
10/4/1999   10/12/1999  353

我尝试同时使用 window 函数：

window(df2,start = df1$Date_Start, end = df1$Date_End)

并创建一个序列，然后进行索引：

seq_a <- seq(as.Date(df1$Date_Start), as.Date(df1$Date_End), by = 1) test <- df2[seq_a] sum(test)

但是对于seq，你只能有一个开始和结束：

Error in seq.Date(as.Date(df1$Date_Start), as.Date(df1$Date_End), by = 1) : 
  'from' must be of length 1

感谢帮助！

Answer 1

可能应该使用函数而不是循环，但为了快速而肮脏，您可以这样做：

Date_End   <- c("1999-08-30","1999-09-07","1999-09-20","1999-09-27","1999-10-04","1999-10-12")
Date_Start <- c("1999-08-24" ,"1999-08-30" ,"1999-09-13" ,"1999-09-20" ,"1999-09-27" ,"1999-10-04") 
Date_Start <- as.Date(Date_Start, "%Y-%m-%d" )
Date_End   <- as.Date(Date_End, "%Y-%m-%d" )
df1 <- data.frame(Date_Start,Date_End)
c1 <- data.frame(seq(as.Date('1999-08-24'), as.Date('1999-10-12'), by = 1))
c2 <- sample(100, size = nrow(c1), replace = TRUE)
df2 <- data.frame(c2,c1)
names(df2) <- c("unit","date")

for (i in 1:nrow(df1)) {
  df1$sum[i] <- sum(df2$unit[df2$date > df1$Date_Start[i] & df2$date < df1$Date_End[i]])
}

请注意，我也修改了您代码的第 3 行和第 4 行。

Answer 2

此解决方案不能将 df2 用作 zoo 对象，但它可能对您仍然有用：

Date_End   <- as.Date(c("1999-08-30","1999-09-07","1999-09-20","1999-09-27","1999-10-04","1999-10-12"))
Date_Start <- as.Date(c("1999-08-24" ,"1999-08-30" ,"1999-09-13" ,"1999-09-20" ,"1999-09-27" ,"1999-10-04")) 
df1 <- data.frame(Date_Start,Date_End)  
c1 <- seq(as.Date('1999-08-24'), as.Date('1999-10-12'), by = 1)
c2 <- sample(100, size = length(c1), replace = TRUE)
df2 <- data.frame(unit = c2, date = c1)

library(sqldf)
> sqldf("select Date_Start, Date_End, sum(unit) as units 
      from df1, 
           df2 
      where df1.Date_Start <= df2.date 
      and df2.date <= df1.Date_end 
      group by Date_Start")
Date_Start   Date_End units
1 1999-08-24 1999-08-30   258
2 1999-08-30 1999-09-07   493
3 1999-09-13 1999-09-20   423
4 1999-09-20 1999-09-27   432
5 1999-09-27 1999-10-04   433
6 1999-10-04 1999-10-12   584

我编辑了您的一些代码，包括制作 Date_Start 和 Date_End 日期对象以及 c1 向量而不是 data.frame。

P.S。不推荐使用带下划线的大小写，这里是style guide.

根据开始日期和结束日期的数组聚合数据框中的值 - R

Aggregate values in data frame based on an array of start and end dates - R

aggregate

r

window

subset