Question

我正在尝试编写函数或使用cut在某些日期数据关闭时将分组变量分配给某些日期数据（用户定义为close）。例如，我想为连续日期收集的一些样本创建一个公共分组变量。我在想cut可以在这里工作，但后来我意识到cut在它们接近时不会对变量进行分组，而是根据序列创建一系列组。

所以请以此数据框为例：

df <- structure(list(Num = c(0.888401849195361, 0.185766335576773, 
0.493163562379777, 0.13070688676089, 0.484760325402021, 0.603240836178884, 
0.893201333936304, 0.641203448642045, 0.16957180458121, 0.0101411847863346
), Date = structure(c(10592, 10597, 10598, 10605, 10606, 10608, 
10609, 10616, 10617, 10618), class = "Date"), day = c(1L, 6L, 
7L, 14L, 15L, 17L, 18L, 25L, 26L, 27L)), .Names = c("Num", "Date", 
"day"), row.names = c(NA, -10L), class = "data.frame")

如果要应用剪切功能，因为我理解它的用法如下：

df$cutVar <- cut(df$day, breaks= seq(0, 31, by = 1), right=TRUE)

我会留下一个范围，通过我希望组合在一起的值。例如，第6和第7应基于它们彼此的接近度而组合在一起。类似于第14和第15等等。

> df
          Num       Date day  cutVar
1  0.88840185 1999-01-01   1   (0,1]
2  0.18576634 1999-01-06   6   (5,6]
3  0.49316356 1999-01-07   7   (6,7]
4  0.13070689 1999-01-14  14 (13,14]
5  0.48476033 1999-01-15  15 (14,15]
6  0.60324084 1999-01-17  17 (16,17]
7  0.89320133 1999-01-18  18 (17,18]
8  0.64120345 1999-01-25  25 (24,25]
9  0.16957180 1999-01-26  26 (25,26]
10 0.01014118 1999-01-27  27 (26,27]

所以这里的基本问题是如何对连续变量（在这个例子中为日期）进行分组，使得close（由用户定义）数字在一个因子范围内组合在一起？

Answer 1

这是你想要的吗？其中3是我为方便起见而选择的门槛。它可以是您喜欢的任何数字：

df$group <- cumsum(c(1, diff.Date(df$Date)) >= 3)
df
          Num       Date day group
1  0.88840185 1999-01-01   1     0
2  0.18576634 1999-01-06   6     1
3  0.49316356 1999-01-07   7     1
4  0.13070689 1999-01-14  14     2
5  0.48476033 1999-01-15  15     2
6  0.60324084 1999-01-17  17     2
7  0.89320133 1999-01-18  18     2
8  0.64120345 1999-01-25  25     3
9  0.16957180 1999-01-26  26     3
10 0.01014118 1999-01-27  27     3

日期结束时的组日期变量

1 个答案: