Question

我有一个包含多个日期范围的数据框（准确地说是45）：

Range  Start       End
1      2014-01-01  2014-02-30
2      2015-01-10  2015-03-30
3      2016-04-20  2016-10-12
...    ...         ...

它们永远不会重叠

我还有一个包含各种事件日期（200K +）的数据框：

Event  Date
1      2014-01-02
2      2014-03-20
3      2015-04-01
4      2016-08-18
...    ...

我想测试这些日期是否属于以下任何一个范围：

Event  Date        InRange
1      2014-01-02  TRUE
2      2014-03-20  FALSE
3      2015-04-01  FALSE
4      2016-08-18  TRUE
...

执行此测试的最佳方法是什么？我查看了lubridate的和 interval 函数之间的以及各种Stackoverflow问题，但找不到一个好的解决方案。

Answer 1

在您的第一个＆＃34; data.frame＆＃34;中有序，非重叠的间隔，您可以测试每个事件日期 - 如果它高于$Start及其各自的{{1} }。使用$End减少关系比较和所需的内存。

findInterval

使用数据（已修改＆＃34; 2014-02-30＆＃34;）：

findInterval(events$Date, ranges$Start) > findInterval(events$Date, ranges$End)
#[1]  TRUE FALSE FALSE  TRUE

Answer 2

您可以从第一个数据框创建日期范围的向量，然后使用%in%运算符检查事件的每个日期是否在此日期范围内。假设您的第一个数据帧是dateRange，第二个events，将上述逻辑放在一行中将是：

events$InRange <- events$Date %in% unlist(Map(`:`, dateRange$Start, dateRange$End))

events
  Event       Date InRange
1     1 2014-01-02    TRUE
2     2 2014-03-20   FALSE
3     3 2015-04-01   FALSE
4     4 2016-08-18    TRUE

我们使用Map创建日期范围向量。 Map与:运算符相结合，创建了从Start到End的日期范围列表。在接近list(2014-01-01 : 2014-02-30, 2015-01-10 : 2015-03-30, 2016-04-20 : 2016-10-12 ...)（符号，无效）的地方，使用unlist，我们将其展平为日期范围的向量，然后可以方便地与%in%一起使用。

Answer 3

编写您自己的function以检查日期列表是否包含多个时间间隔。

date.in <- function(x){
m <- NULL
for (i in 1:NROW(df)){m <- c(m,  ifelse(x>=df[i,1] & x<=df[i,2], TRUE, FALSE))}
any(m)}

数据：

df <- data.frame(start=c("2014-01-01", "2015-01-10", "2016-04-20"), 
       end=c("2014-02-30", "2015-03-30", "2016-10-12"))
df[] <- lapply(df, as.character)

s <- c("2014-01-02", "2014-03-20", "2015-04-01", "2016-08-18")

使用字符串s进行测试。

as.character(lapply(s, date.in))#TRUE FALSE FALSE TRUE

使用R测试日期是否出现在多个日期范围内

3 个答案: