R中的函数在给定时间段内创建虚拟对象

Question

有一个这样的数据框：

df中的前两列描述了开始日期（月份和年份）和结束日期（月份和年份）。列名描述特定时间段的每个月份和年份。 我需要一个功能/循环，以及＃34; 1＆＃34;或＆＃34; 0＆＃34;在每个细胞中 - ＆＃34; 1＆＃34;当给定列名称的日期在两个第一列描述的时间段内时，＆＃34; 0＆＃34;如果不。

我将不胜感激任何帮助。

Answer 1

你想要做两件事。 （a）创建一个虚拟变量，（b）查看特定日期是否在一个区间内。

制作虚拟变量是最简单的变量，在基础R中你可以使用ifelse。例如，在虹膜数据框中：

iris$dummy <- ifelse(iris$Sepal.Width > 2.5, 1, 0)

现在处理日期更复杂。在这个答案中，我们将使用库lubridate。首先，您需要将所有这些日期转换为R可以理解的格式“月份年”。例如二月你可以这样做：

new_format_february_2016 <- interval(ymd('2016-02-01'), ymd('2016-03-01') - dseconds(1))
#[1] 2016-02-01 UTC--2016-02-29 23:59:59 UTC

这是二月，即从2月1日到3月1日之前的一秒钟。您可以对开始日期列和结束日期列执行相同的操作。

要比较两个时间间隔（以便查看特定月份是否属于其他时间间隔），您可以执行以下操作：

int_overlaps(new_format_february_2016, other_interval)

如果返回true，则两个间隔（一个特定月份和另一个间隔）重叠。这与另一个在另一个内部不同，但在你的情况下它会起作用。使用它，您可以迭代不同的列和行，并构建您的虚拟变量。

但在此之前，我建议您清理数据，因为您当前的格式很复杂。为了获得R中矢量类型提供的所有功能，理想情况下，您希望每个观察一行，每列一个变量。您的数据框似乎不是这种情况。看看“R for Data Science”的“整洁数据”一章，特别是传播和收集小节：

Tidy data