如何在数据框中添加一列，其中的字母代表另一列中的日期范围

Question

我有一个大型环境数据集，我想添加一个列，然后根据另一列中的日期范围为新列A，B，C，... L中的行分配一个字母。到目前为止，我的代码是

prec <- read.csv("precipitation.csv") #read file
prec_DI <- subset(prec, Location=="Dauphin Island") #subset one location

这会创建一个类似的输出：

prec_DI$Date <- as.Date(strptime(prec_DI$Date, format="%Y%m%d")) #convert date column to R format
df.DI<-data.frame(sumPrec=tapply(prec_DI$Prec, factor(prec_DI$Date), sum)) #sum all values for each date
df.DI$Date<-row.names(df.DI) #add a row names column
DI10 <- subset(df.DI, Date>="2010-05-17"& Date<="2010-10-31") #subset data based on a date range

现在输出如下：

我不在乎行名与Date列相同，我可以很容易地改变它。 我尝试使用

添加一个新的空列

DI10$Period <- DI10

但这创造了：

相反，我想创建一个新列，其中分配了日期范围2010-05-17 - 2010-06-03＆＃34; A＆＃34;，范围2010-03-04 - 2010-03-16是分配＆＃34; B＆＃34;等等。我非常感谢你提供任何帮助，我确信这是一个直截了当的问题，但我刚开始学习。

根据要求，我正在添加此输出

structure(list(sumPrec = structure(c(0.4, 1.6, 1.9, 1.3, 1.4, 1.7), .Dim = 6L,
.Dimnames = list(c("2010-05-18", "2010-05-26", "2010-05-29", "2010-05-30",
"2010-05-31", "2010-06-01"))), Date = c("2010-05-18", "2010-05-26", 
"2010-05-29", "2010-05-30", "2010-05-31", "2010-06-01" )), 
.Names = c("sumPrec", "Date"), row.names = c("2010-05-18", "2010-05-26", 
"2010-05-29", "2010-05-30", "2010-05-31", "2010-06-01" ), class = "data.frame")

Answer 1

有几种方法可以做到这一点。首先，将日期列转换为POSIXct类对象，表示日历日期：

DI10$Date <- as.POSIXct(as.Date(DI10$Date))

然后，您可以使用cut.POSIXt()功能

DI10$Period <- cut.POSIXt(
  DI10$Date, 
  breaks = as.POSIXct(as.Date(c("1970-01-01", "2010-05-17", "2010-05-29", "9999-12-31"))),
  labels = c("C", "A", "B"))

使用提供的中断（其中第一个和最后一个日期代表外部边界）来缩短您的日期范围;或者你可以创建一个包含开始/结束日期和标签的数据框，例如

dates <- data.frame(Start = c("2010-05-17", "2010-03-04"),
                    End =   c("2010-05-28", "2010-03-16"),
                    Label = c("A", "C"),
                    stringsAsFactors = FALSE)
dates$Start <- as.POSIXct(as.Date(dates$Start))
dates$End <- as.POSIXct(as.Date(dates$End))

然后使用sapply遍历您的日期以执行Period作业

DI10$Period <- sapply(DI10$Date, function(x) {
  out <- dates$Label[x >= dates$Start & x <= dates$End]
  if (length(out) == 0) "B" else out
})

输出：

DI10
#            sumPrec                Date Period
# 2010-05-18     0.4 2010-05-18 08:00:00      A
# 2010-05-26     1.6 2010-05-26 08:00:00      A
# 2010-05-29     1.9 2010-05-29 08:00:00      B
# 2010-05-30     1.3 2010-05-30 08:00:00      B
# 2010-05-31     1.4 2010-05-31 08:00:00      B
# 2010-06-01     1.7 2010-06-01 08:00:00      B