在R中每月创建具有其他列的第一个元素的列

Question

我有以下数据集

ID    Date      NoEmployees
1     01-01-16  5
2     03-01-16  4
3     08-01-16  6
4     01-01-17  6
5     01-02-17  7
6     05-02-18  5 
7     06-02-18  4
8     01-03-18  3
9     01-04-18  4 

我想创建一个额外的列，每月显示本月初的“NoEmployees”，所以当“Date”的前两个字符为“01”时。在这个例子中有3个月表示：'01'，'02'和'03'，其值为5,7和3，分别针对'NoEmployees'。所以我想要的输出应该如下所示：

ID    Date      NoEmployees    NoEployeesAtStart
1     01-01-16  5              5 
2     03-01-16  4              5
3     08-01-16  6              5
4     01-01-19  6              6
4     01-02-17  7              7
5     05-02-18  5              7
6     06-02-18  4              7
7     01-03-18  3              3
8     01-04-18  4              4 

关于如何做到这一点的任何想法？

编辑：：分组应该在月 - 而不是仅仅一个月的水平上进行。

Answer 1

我们可以在转换为Date类后对其进行提取，对其进行分组并获取first元素

library(lubridate)
library(dplyr)
df1 %>%
      group_by(month = month(dmy(Date))) %>%
      mutate(NoEmployeesAtStart = first(NoEmployees)) %>%
      ungroup %>%
      select(-month)

或data.table

library(data.table)
setDT(df1)[, NoEmployeesAtStart := NoEmployees[1], .(month = month(dmy(Date)))]

或者@lmo建议，我们可以as.IDate代替dmy

setDT(df1)[, NoEmployeesAtStart := NoEmployees[1], 
                .(month = month(as.IDate(Date, "%d-%m-%y")))]

Answer 2

使用基数R，您可以使用ave和索引：

ave(dat$NoEmployees, cumsum(grepl("^01", dat$Date)), FUN=function(x) x[1])
[1] 5 5 5 7 7 7 3 4

由于Date变量不是Date对象，因此我使用grepl和cumsum进行分组。您也可以将此向量转换为日期（使用as.Date(dat$Date, "%d-%m-%y")）并提取日期（使用format），以获得相同的结果，但使用上述方法更为直接。