Question

所以我有一个如下所示的数据框：

    ID Initialdate  Finaldate
  1405  2003-12-03 2010-12-07
  7044  2004-12-08 2011-10-13
  7219  2008-05-16 2009-06-04
 18618  2004-06-17 2012-02-13
 19900  2005-06-01 2008-06-11
 20138  2010-01-20 2010-01-20
 29067  2003-04-30 2004-09-10
 33546  2003-11-25 2008-10-10
 37321  2003-06-07 2006-03-20
 43028  2004-09-23 2008-07-25
 43591  2005-04-06 2005-11-15
 46749  2005-02-28 2005-05-16
 48846  2005-08-02 2005-08-02
114353  2002-05-17 2006-10-26
128180  2004-06-17 2010-06-21
128648  2003-05-07 2009-07-23
133337  2004-05-26 2012-07-26
149181  2002-10-19 2008-07-27
214079  2003-09-26 2007-05-20
215060  2006-04-17 2011-08-17
229816  2007-04-25 2011-09-24
238123  2007-11-26 2012-01-31
253776  2006-03-02 2012-04-19
258660  2010-03-25 2012-04-09
265356  2002-04-22 2002-04-22

我使用以下代码制作了第四列，其中包含最终日期和初始日期之间的差异，并按原样清除：

df$Duration<-(difftime(df$Finaldate, df$Initialdate, units = "days"))
df$Duration<-as.numeric(df$Duration, units = "days")

我得到以下输出，这让我很开心：

    ID Initialdate  Finaldate   Duration
  1405  2003-12-03 2010-12-07 2561.00000
  7044  2004-12-08 2011-10-13 2499.95833
  7219  2008-05-16 2009-06-04  384.00000
 18618  2004-06-17 2012-02-13 2797.04167
 19900  2005-06-01 2008-06-11 1106.00000
 20138  2010-01-20 2010-01-20    0.00000
 29067  2003-04-30 2004-09-10  499.00000
 33546  2003-11-25 2008-10-10 1780.95833
 37321  2003-06-07 2006-03-20 1017.04167
 43028  2004-09-23 2008-07-25 1401.00000
 43591  2005-04-06 2005-11-15  223.04167
 46749  2005-02-28 2005-05-16   76.95833
 48846  2005-08-02 2005-08-02    0.00000
114353  2002-05-17 2006-10-26 1623.00000
128180  2004-06-17 2010-06-21 2195.00000
128648  2003-05-07 2009-07-23 2269.00000
133337  2004-05-26 2012-07-26 2983.00000
149181  2002-10-19 2008-07-27 2108.00000
214079  2003-09-26 2007-05-20 1332.00000
215060  2006-04-17 2011-08-17 1948.00000
229816  2007-04-25 2011-09-24 1613.00000
238123  2007-11-26 2012-01-31 1527.00000
253776  2006-03-02 2012-04-19 2239.95833
258660  2010-03-25 2012-04-09  746.00000
265356  2002-04-22 2002-04-22    0.00000

我的计划是对持续时间数据进行矢量化，特别是那些不到180天的数据，然后使用新数据框从初始数据框中删除这些ID＃，使用如下代码：df_final<-df[!(df$ID %in% unqualified$ID),]。但是，当我这样做时：

unqualified<-(df[df$Duration <= '179.000',])

我得到这个输出，这绝对不正确：

    ID Initialdate  Finaldate Duration
 19900  2005-06-01 2008-06-11 1106.000
 20138  2010-01-20 2010-01-20    0.000
 33546  2003-11-25 2008-10-10 1780.958
 37321  2003-06-07 2006-03-20 1017.042
 43028  2004-09-23 2008-07-25 1401.000
 48846  2005-08-02 2005-08-02    0.000
114353  2002-05-17 2006-10-26 1623.000
214079  2003-09-26 2007-05-20 1332.000
229816  2007-04-25 2011-09-24 1613.000
238123  2007-11-26 2012-01-31 1527.000
265356  2002-04-22 2002-04-22    0.000

我想也许是因为持续时间中的数字存在问题，但是当我运行sapply(unqualified, class)和sapply(unqualified, mode)时，它们会被列为数字。我还应该提一下，在我的编码中，我确实使用strptime转换日期以确保它们是正确的。我已经四处搜寻，试图找出问题但是一切都在酝酿中......任何帮助都会受到赞赏

Answer 1

这样怎么样：

unqualified<-(df[df$Duration < 180,])

即。你的号码是一个数字，而不是一个字符串。

矢量化difftime的产物

1 个答案: