Question

示例数据：

    Date_End   <- c("1999-08-30","1999-09-07","1999-09-20","1999-09-27","1999-10-04","1999-10-12")
    Date_Start <- c("1999-08-24" ,"1999-08-30" ,"1999-09-13" ,"1999-09-20" ,"1999-09-27" ,"1999-10-04") 
    as.Date(Date_Start, "%Y-%m-%d" )
    as.Date(Date_End, "%Y-%m-%d" )
    df1 <- data.frame(Date_Start,Date_End)  
    c1 <- data.frame(seq(as.Date('1999-08-24'), as.Date('1999-10-12'), by = 1))
    c2 <- sample(100, size = nrow(c1), replace = TRUE)
    df2 <- data.frame(c2,c1)
    names(df2) <- c("unit","date")
    df2 <- zoo(df2)

我在df1中有一系列开始和结束日期，在df2中有一个时间序列。我想使用聚合函数（主要是求和），以便unit中df2的总和为df1的每一行。举个例子，产生这样的东西：

Date_Start  Date_End    sum(unit)
8/24/1999   8/30/1999   282
8/30/1999   9/7/1999    269
9/13/1999   9/20/1999   464
9/20/1999   9/27/1999   308
9/27/1999   10/4/1999   408
10/4/1999   10/12/1999  353

我尝试过同时使用窗口函数：

window(df2,start = df1$Date_Start, end = df1$Date_End)

创建一个序列，然后编制索引：

seq_a <- seq(as.Date(df1$Date_Start), as.Date(df1$Date_End), by = 1) test <- df2[seq_a] sum(test)

然而，使用seq，您只能有一个开始和结束：

Error in seq.Date(as.Date(df1$Date_Start), as.Date(df1$Date_End), by = 1) : 
  'from' must be of length 1

帮助表示赞赏！

Answer 1

可能应该使用一个函数而不是一个循环但是为了快速和肮脏你可以做这样的事情：

Date_End   <- c("1999-08-30","1999-09-07","1999-09-20","1999-09-27","1999-10-04","1999-10-12")
Date_Start <- c("1999-08-24" ,"1999-08-30" ,"1999-09-13" ,"1999-09-20" ,"1999-09-27" ,"1999-10-04") 
Date_Start <- as.Date(Date_Start, "%Y-%m-%d" )
Date_End   <- as.Date(Date_End, "%Y-%m-%d" )
df1 <- data.frame(Date_Start,Date_End)
c1 <- data.frame(seq(as.Date('1999-08-24'), as.Date('1999-10-12'), by = 1))
c2 <- sample(100, size = nrow(c1), replace = TRUE)
df2 <- data.frame(c2,c1)
names(df2) <- c("unit","date")

for (i in 1:nrow(df1)) {
  df1$sum[i] <- sum(df2$unit[df2$date > df1$Date_Start[i] & df2$date < df1$Date_End[i]])
}

注意我也修改了代码的第3行和第4行。

Answer 2

此解决方案无法将df2用作zoo对象，但它仍可能对您有用：

Date_End   <- as.Date(c("1999-08-30","1999-09-07","1999-09-20","1999-09-27","1999-10-04","1999-10-12"))
Date_Start <- as.Date(c("1999-08-24" ,"1999-08-30" ,"1999-09-13" ,"1999-09-20" ,"1999-09-27" ,"1999-10-04")) 
df1 <- data.frame(Date_Start,Date_End)  
c1 <- seq(as.Date('1999-08-24'), as.Date('1999-10-12'), by = 1)
c2 <- sample(100, size = length(c1), replace = TRUE)
df2 <- data.frame(unit = c2, date = c1)

library(sqldf)
> sqldf("select Date_Start, Date_End, sum(unit) as units 
      from df1, 
           df2 
      where df1.Date_Start <= df2.date 
      and df2.date <= df1.Date_end 
      group by Date_Start")
Date_Start   Date_End units
1 1999-08-24 1999-08-30   258
2 1999-08-30 1999-09-07   493
3 1999-09-13 1999-09-20   423
4 1999-09-20 1999-09-27   432
5 1999-09-27 1999-10-04   433
6 1999-10-04 1999-10-12   584

我编辑了一些代码，包括制作Date_Start和Date_End日期对象以及c1向量而不是data.frame。

P.S。建议不要使用带下划线的案例，这里是style guide。

基于开始日期和结束日期数组在数据框中聚合值 - R.

2 个答案: