Question

我有一个如下所示的数据集

   Id        Date        Code
   1232      2011-05-27  NFS
   1323      2012-02-12  NFS
   1355      2009-12-11  CSX
   1221      2011-10-17  WBT
   1232      2004-06-05  CSX
   1355      2007-08-15  CSX

目标是创建三个日期列，每个代码对应一个代码{Early_NFS_DATE，Early_CSX_DATE，Early_WBT_DATE}。这些日期列应存储每个 ID和代码组合的最早/最小日期，例如：

Id 1232包含两个代码NFS和CSX。 ID 1232和Code NFS的最早日期是2011-05-27，因此Early_NFS_DATE列应包含日期2011-05-27。

ID 1232和Code CSX的最早日期是2004-06-05，因此Early_CSX_DATE列应包含日期2004-06-05。

Id 1355只包含一个代码CSX，ID 1355和Code CSX的最早日期是2007-08-15所以Early_CSX_DATE列应该包含日期2007-08-15 ...等等

输出应如下所示。

   Id        Date        Code    Early_NFS_DATE   Early_CSX_DATE     Early_WBT_DATE
   1232      2011-05-27  NFS     2011-05-27       2004-06-05         .
   1323      2012-02-12  NFS     2012-02-12       .                  .
   1355      2009-12-11  CSX     .                2007-08-15         . 
   1221      2011-10-17  WBT     .                .                  2011-10-17                                
   1232      2004-06-05  CSX     2011-05-27       2004-06-05         .
   1355      2007-08-15  CSX     .                2007-08-15         .

需要帮助。

Answer 1

您可以这样做：

library(reshape2)
library(data.table)
dx$Date <- as.Date(dx$Date)
dx_w <- dcast(dx,Code+Id~Code,
      function(x) {if (length(x)>0) min(x) else NA_real_},value.var="Date")
setDT(dx_w)[,lapply(.SD,as.Date,origin="1970-01-01"),"Id,Code"]

#     Id Code        CSX        NFS        WBT
# 1: 1232  CSX 2004-06-05       <NA>       <NA>
# 2: 1355  CSX 2007-08-15       <NA>       <NA>
# 3: 1232  NFS       <NA> 2011-05-27       <NA>
# 4: 1323  NFS       <NA> 2012-02-12       <NA>
# 5: 1221  WBT       <NA>       <NA> 2011-10-17

使用dcast将数据放入宽幅格式，但此变换日期为数字。请注意在公式的2个术语中使用Code。
这是将创建的数字日期转换为实际日期的第二步。
您可能需要额外的步骤来格式化结果（重命名列并更改缺失值..）

从data.table v 1.9.5开始，我们不需要加载reshape2和dcast保留属性（这取消了最后一步）。也就是说，

require(data.table) # v 1.9.5
setDT(dx)[, Date := as.Date(Date)]
dcast(dx, Id + Code ~ Code, fun=min, fill=NA, value.var="Date")
#      Id Code        CSX        NFS        WBT
# 1: 1221  WBT       <NA>       <NA> 2011-10-17
# 2: 1232  CSX 2004-06-05       <NA>       <NA>
# 3: 1232  NFS       <NA> 2011-05-27       <NA>
# 4: 1323  NFS       <NA> 2012-02-12       <NA>
# 5: 1355  CSX 2007-08-15       <NA>       <NA>

Id和代码组合的最早日期

1 个答案: