根据另一个数据框中的日期范围划分数据框中的值

Question

我有两个数据框。 Dataframe data 有两列：一列包含 ymd 日期，其他值：

        date value
1 2009-10-23  1100
2 2009-05-01  5000
3 2010-01-13  3050
4 2010-07-24  2700
5 2009-06-16  2600

我的第二个数据框（名为 factors）也有两列：另一个 ymd 日期和一个系数。在这里，对于每年的每个月，我总是有两个特定的日期：每个月的 1 号和 15 号。这是数据框的样子（我只在这个最小的例子中添加了一些日期，但不应该有任何 'jumps'：我在 10 年内继续数据时期）：

         date coeff
1  2009-05-01  2.00
2  2009-05-15  3.00
3  2009-06-01  2.50
4  2009-06-15  4.00
5  2009-10-01  3.65
6  2009-10-15  4.80
7  2010-01-01  2.40
8  2010-01-15  1.90
9  2010-07-01  5.20
10 2010-07-15  4.30

数据帧已准备好在此 fiddle 上使用：http://rextester.com/MOIY96065

我的问题

我需要在数据框 1 中创建一个新列（名为 data），其中此列 data$value / factors$coeff 遵循以下条件：它必须使用 coeff 和前一个最接近的 date值。

例如：date$value[1]除以factors$coeff[6]（10月15日的值），但date$value[2]除以factors$coeff[1]（5月的值） 1).

我的 factors 数据框按日期排序。我一直在使用 lubridate 从字符串类型中解析日期，但我不知道如何才能让它工作。

Answer 1

改编自@Frank 的回答

d <- function(x,y) {
      diff <- as.numeric(x-y)
      diff <- which.min(diff[diff>=0])
}

indx <- sapply(df$date, function(x) d(x,df1$date))

df_final <- cbind(df,df1[indx,,drop=FALSE])

df_final$result <- df_final$value/df_final$coeff

date value       date coeff    result
1 2009-10-23  1100 2009-10-15   4.8  229.1667
2 2009-05-01  5000 2009-05-01   2.0 2500.0000
3 2010-01-13  3050 2010-01-01   2.4 1270.8333
4 2010-07-24  2700 2010-07-15   4.3  627.9070
5 2009-06-16  2600 2009-06-15   4.0  650.0000

日期

df<-read.table(text="        date value
           1 2009-10-23  1100
           2 2009-05-01  5000
           3 2010-01-13  3050
           4 2010-07-24  2700
           5 2009-06-16  2600
           ",header=TRUE)


df1<-read.table(text="         date coeff
           1  2009-05-01  2.00
           2  2009-05-15  3.00
           3  2009-06-01  2.50
           4  2009-06-15  4.00
           5  2009-10-01  3.65
           6  2009-10-15  4.80
           7  2010-01-01  2.40
           8  2010-01-15  1.90
           9  2010-07-01  5.20
           10 2010-07-15  4.30
           ",header=TRUE)

Answer 2

您可以使用 findInterval() 获取用于选择正确行的索引来自 factors:

(i <- findInterval(date$date, factors$date))
#> [1]  6  1  7 10  4

date$value / factors$coeff[i]
#> [1]  229.1667 2500.0000 1270.8333  627.9070  650.0000

由 reprex package (v0.2.0.9000) 创建于 2018-08-09。

数据：

date <- structure(list(date = structure(c(14540, 14365, 14622, 14814, 
14411), class = "Date"), value = c(1100, 5000, 3050, 2700, 2600
)), row.names = c(NA, -5L), class = "data.frame")

factors <- structure(list(date = structure(c(14365, 14379, 14396, 14410, 
14518, 14532, 14610, 14624, 14791, 14805), class = "Date"), coeff = c(2, 
3, 2.5, 4, 3.65, 4.8, 2.4, 1.9, 5.2, 4.3)), row.names = c(NA, 
-10L), class = "data.frame")

根据另一个数据框中的日期范围划分数据框中的值

Divide values in data frame according to date range in another data frame

r

date

dataframe

lubridate

日期