代码之家 › 专栏 › 技术社区 › Daniel V

将行返回到函数

mapply apply dataframe function r

0

Daniel V · 技术社区 · 7 年前

我试图创建一个矩阵,以确定日期是否在我的两列Data$StartDate和Data$EndDate创建的范围内。为此,我创建了以下函数

DatesChecked <- as.character(seq(as.Date("2012-06-30"), as.Date("2017-12-09"), by = "day"))

CheckOpen <- function(x, row, column){
  if (Data$StartDate[row] > as.Date(column)) {
    return(0)
  } else {
    if (is.na(Data$EndDate[row])) {
      return(1)
  } else {
    ifelse(Data$EndDate > as.Date(column), return(1), return(0))
  }
  }
}

Data[,DatesChecked] <- mapply(CheckOpen, Data[,DatesChecked])

但是,我不确定如何将行索引作为参数传递给函数。我加了“row”作为填充词。

但最终,我强烈怀疑我采取了完全错误的方法。接下来我要做的是将每列的总和作为“DatesChecked”中的新列放回,这似乎是一个过于复杂的方法(即我正在计算每个日期在范围内的行数)。

示例数据:

      StartDate       EndDate
         <dttm>        <dttm>
1    2012-10-16    2014-02-19
2    2012-10-17    2013-04-16
3    2012-11-05    2013-04-22
4    2012-11-14    2013-05-01
5    2013-03-20    2013-08-29
6    2013-04-07    2013-09-09

在标题为“2014-01-01”的栏中,结果为 c(1,0,0,0,0,0) 因为第一行是唯一一个落在该范围内的行。

2 回复 | 直到 7 年前

1

RolandASc 7 年前

下面是一个非常简单明了的解决方案。

DatesChecked <- seq(as.Date("2012-06-30"), as.Date("2017-12-09"), by = "day")

# summing TRUEs is like summing ones
cbind.data.frame(
  DatesChecked,
  sapply(DatesChecked, function(x) {
    sum(x > Data$StartDate & x < Data$EndDate)
  })
)

2

1

Daniel Anderson 7 年前

这里有一种方法。首先,编写一个函数,检查特定日期 x 在另外两个日期之间 d1 和 d2 .

check <- function(x, d1, d2) ifelse(x >= d1 & x <= d2, 1, 0)

然后加载tidyverse,并使用 purrr::map ,将名称设置为日期,然后将所有列绑定在一起。

library(tidyverse)
df_checked <- map(DatesChecked, ~check(., d$StartDate, d$EndDate)) %>% 
  set_names(DatesChecked) %>% 
  bind_cols()

# Show first five columns
df_checked[ ,1:5]

# A tibble: 6 x 5
  `2012-06-30` `2012-07-01` `2012-07-02` `2012-07-03` `2012-07-04`
         <dbl>        <dbl>        <dbl>        <dbl>        <dbl>
1            0            0            0            0            0
2            0            0            0            0            0
3            0            0            0            0            0
4            0            0            0            0            0
5            0            0            0            0            0
6            0            0            0            0            0

# Show specific column mentioned in question
df_checked["2014-01-01"]

# A tibble: 6 x 1
  `2014-01-01`
         <dbl>
1         1.00
2         0   
3         0   
4         0   
5         0   
6         0