在 R 中每月用其他列的第一个元素创建列

Question

我有以下数据集

ID    Date      NoEmployees
1     01-01-16  5
2     03-01-16  4
3     08-01-16  6
4     01-01-17  6
5     01-02-17  7
6     05-02-18  5 
7     06-02-18  4
8     01-03-18  3
9     01-04-18  4

我想创建一个额外的列，每月显示本月初的 'NoEmployees'，因此当 'Date' 的前两个字符为“01”时。在此示例中，有 3 个月份表示：'01'、'02' 和 '03'，对于 'NoEmployees'，它们的值分别为 5、7 和 3。所以我想要的输出应该如下所示：

ID    Date      NoEmployees    NoEployeesAtStart
1     01-01-16  5              5 
2     03-01-16  4              5
3     08-01-16  6              5
4     01-01-19  6              6
4     01-02-17  7              7
5     05-02-18  5              7
6     06-02-18  4              7
7     01-03-18  3              3
8     01-04-18  4              4

关于如何做到这一点有什么想法吗？

编辑：：分组应发生在月-年级别，而不是仅月。

Answer 1

转换为Dateclass后提取月份，对其分组，得到first元素

library(lubridate)
library(dplyr)
df1 %>%
      group_by(month = month(dmy(Date))) %>%
      mutate(NoEmployeesAtStart = first(NoEmployees)) %>%
      ungroup %>%
      select(-month)

或 data.table

library(data.table)
setDT(df1)[, NoEmployeesAtStart := NoEmployees[1], .(month = month(dmy(Date)))]

或者按照@lmo 的建议，我们可以 as.IDate 而不是 dmy

setDT(df1)[, NoEmployeesAtStart := NoEmployees[1], 
                .(month = month(as.IDate(Date, "%d-%m-%y")))]

Answer 2

使用 base R，您可以使用 ave 和索引：

ave(dat$NoEmployees, cumsum(grepl("^01", dat$Date)), FUN=function(x) x[1])
[1] 5 5 5 7 7 7 3 4

由于 Date 变量不是 Date 对象，我使用 grepl 和 cumsum 进行分组。您也可以将此向量转换为日期（as.Date(dat$Date, "%d-%m-%y")）并提取日期（format），以获得相同的结果，但使用上述方法更直接。

在 R 中每月用其他列的第一个元素创建列

Create column with first element of other column per month in R

r

plyr

data.table