R 中任意确定的开始和结束日期

Question

我正在寻找快速解决方案以将日期舍入到一年的最后一天，但年份从 1.10 开始到 30.09 结束。所以，当我有 2020-04-05 时，它应该将这个日期四舍五入到 2020-09-30。当我有 2020-12-12 时，它应该将该日期四舍五入为 2021-09-30。我试过这个功能：

round_date_to_seasons <- function(dates) {
    rounded_dates <- structure(rep(NA_real_, length(dates)), class = "Date")
    for (i in seq.int(1, length.out = length(dates))) {
        if (month(dates[i]) %in% c(10, 11, 12)) {
            year(dates[i]) <- year(dates[i]) + 1
            month(dates[i]) <- 9
            day(dates[i]) <- 30
        } else {
            month(dates[i]) <- 9
            day(dates[i]) <- 30
        }
        rounded_dates[i] <- dates[i]
    }
    rounded_dates
}

但是速度很慢。如果我正确地进行了分析，则值分配很慢，因此上面代码中的第 7、8、9、11、12 和 14 行，但最后一行还不错。对于长度为 1000 万或更长的向量，我真的需要尽可能快的函数。

Answer 1

没有理由一步一步来，你可以使用向量化函数。

例如，这会快很多：

library(lubridate)
round_date_to_seasons_new <- function(dates)
{
  as.Date(ifelse(month(dates) %in% 10:12,
         as_date(ISOdate(year(dates) + 1, 9, 30)),
         as_date(ISOdate(year(dates), 10, 1))),
        origin = '1970-01-01')
}

我相信这可以进一步改进，但是当运行在这里时，它至少快了一个数量级。

尽可能在 R 中使用矢量化函数。

在您的示例中，在循环的每次迭代中，都会检索整个 rounded_dates-对象（多次），更改一个元素，然后将所有内容写回内存。如果您的函数对整个对象执行某些操作，则这是必需的。但在这种情况下，第一次迭代只查看和更改第一个元素，第二次迭代仅查看和更改第二个元素，依此类推。

如果你使用向量化函数，R 知道它应该只看一小部分，最后只合并结果。

Answer 2

尝试：

library(lubridate)
round_date_to_seasons <- function(dat){
    lubridate::ceiling_date(dat %m+% months(-9) + days(1),'year') %m+% months(9)-days(1)}

round_date_to_seasons(as.POSIXct('2020-04-05'))
[1] "2020-09-30 CEST"

round_date_to_seasons(as.POSIXct('2020-12-12'))
[1] "2021-09-30 CEST"

R 中任意确定的开始和结束日期

Round date to arbitrary established start and end of the year in R

r

lubridate