Question

实际上，我的处境非常混乱。我有60个单表，其中包含2009-01-01至2017-09-30日期之间的数据。但是，值并不是每天都连续。每个月有几张表或三天一次的数据。有时每个月的每一天都有价值。

我想找出每年数据的最高频率。以后需要插值。

我的想法：我建立了一个数据框，第一列是2009-01-01到2017-09-30连续的日期。现在，我要用数据不连续的60个表填充此数据框。

我需要一个代码来将数据匹配到data frame WholeData中的正确日期（请参见示例）。而且我不再需要单个表的日期，因为它已经在第一列中了。

示例代码简化：

    df1 <- sample(seq(as.Date('2009-01-01'), as.Date('2009-09-30'), by = "day"), 
    12)
    df1 <- sort(df1)
    expenses1 <- sample(180, 12)

    df1 <- data.frame(df1, expenses1)

    df2 <- sample(seq(as.Date('2009-01-01'), as.Date('2009-09-30'), by = "day"), 
    12)
    df2 <- sort(df2)

    expenses2 <- sample(180, 12)

    df2 <- data.frame(df2, expenses2)

    WholeData <- seq(as.Date("2009-01-01"), by = 1, as.Date("2009-09-30"))
    df <- data.frame(WholeData)

df1和df2代表我的60张凌乱的桌子。时间间隔也缩短了。

Answer 1

首先，我建议将您所有的数据帧组织到一个列表中：

data_list <- list(df, df1, df2)

Here是一个完美的解释，它为什么如此重要以及可以使用哪些更高级（和可扩展！）的方法。

此外，为所有包含日期值的列设置相同的名称是很有意义的：

for (i in seq(along.with = data_list)) {
    colnames(data_list[[i]])[1] <- "date"
}

"date"列将是用于进一步结合数据帧的关键列。

现在，完成预处理后，您可以选择the available methods中的一个来构建最终数据帧。

# with base R
res_1 <- Reduce(function(dtf1, dtf2) merge(dtf1, dtf2, by = "date", all.x = TRUE),
        data_list)

#using tidyverse tools
library(tidyverse) 

# with purr package
res_2 <- data_list %>% purrr::reduce(full_join, by = "date")

# with dplyr package
res_3 <- data_list %>%
    Reduce(function(dtf1, dtf2) dplyr::full_join(dtf1, dtf2, by = "date"), .)

R：用数据填充数据框，然后将值匹配到正确的日期

1 个答案: