代码之家 › 专栏 › 技术社区 › DeduciveR

从yeamon对象计算月份的第一天和最后一天

lubridate zoo xts r

0

DeduciveR · 技术社区 · 6 年前

我有一个简单的df,其中有一列日期 yearmon 类别:

df <- structure(list(year_mon = structure(c(2015.58333333333, 2015.66666666667, 
                                  2015.75, 2015.83333333333, 2015.91666666667, 2016, 2016.08333333333, 
                                  2016.16666666667, 2016.25, 2016.33333333333), class = "yearmon")), class = c("tbl_df", 
                                                                                                               "tbl", "data.frame"), row.names = c(NA, -10L))

我想要一个简单的方法,最好是使用base R, lubridate xts / zoo 计算每个月的第一天和最后一天。

我见过其他软件包也这么做,但如果可能的话,我想继续使用前面提到的软件包。

3 回复 | 直到 6 年前

1

2

akrun 6 年前

我们可以使用

library(dplyr)
library(lubridate)
library(zoo)
df %>% 
   mutate(firstday = day(year_mon), last = day(as.Date(year_mon, frac = 1)))

2

Ronak Shah 6 年前

yearmon 对象使用 as.Date 这会给你一个月的第一天。对于最后一天,我们可以将日期增加一个月(1/12),然后从中减去一天。

df$first_day <- as.Date(df$year_mon)
df$last_day <- as.Date(df$year_mon + 1/12) - 1
df  

#   year_mon      first_day  last_day  
#   <S3: yearmon> <date>     <date>    
# 1 Aug 2015      2015-08-01 2015-08-31
# 2 Sep 2015      2015-09-01 2015-09-30
# 3 Oct 2015      2015-10-01 2015-10-31
# 4 Nov 2015      2015-11-01 2015-11-30
# 5 Dec 2015      2015-12-01 2015-12-31
# 6 Jan 2016      2016-01-01 2016-01-31
# 7 Feb 2016      2016-02-01 2016-02-29
# 8 Mar 2016      2016-03-01 2016-03-31
# 9 Apr 2016      2016-04-01 2016-04-30
#10 May 2016      2016-05-01 2016-05-31

3

1

G. Grothendieck 6 年前

使用 as.Date.yearmon frac 指定整个月份要使用的分数金额,以便0为月初,1为月底。的默认值 压裂

如果您正在使用,您必须已经在使用zoo yearmon (因为这是方法),因此这不涉及使用您已经使用的包之外的任何其他包。

如果您使用的是dplyr,可以选择替换 transform 具有 mutate

transform(df, first = as.Date(year_mon), last = as.Date(year_mon, frac = 1))

给予:

   year_mon      first       last
1  Aug 2015 2015-08-01 2015-08-31
2  Sep 2015 2015-09-01 2015-09-30
3  Oct 2015 2015-10-01 2015-10-31
4  Nov 2015 2015-11-01 2015-11-30
5  Dec 2015 2015-12-01 2015-12-31
6  Jan 2016 2016-01-01 2016-01-31
7  Feb 2016 2016-02-01 2016-02-29
8  Mar 2016 2016-03-01 2016-03-31
9  Apr 2016 2016-04-01 2016-04-30
10 May 2016 2016-05-01 2016-05-31