如何过滤多个日期范围

Question

我有一个包含很多日期的数据集。我想删除所有可用年份（2015、2016、2017和2018）从1月1日到2月2日的时间间隔中不存在的所有日期

  new_data <- my_data %>%
      filter(data > "2015-01-01" & data <"2015-02-02" & 
               data > "2016-01-01" & data <"2016-02-02" &
               data > "2017-01-01" & data <"2017-02-02" &
               data > "2018-01-01" & data <"2018-02-02") 

我尝试了此命令，但没有得到想要的结果：

   sdf_nrow(new_data)
    0 

我正在使用spark，这就是为什么我必须使用dplyr

Answer 1

您当前说的是“日期是2015年1月，同时是 2016年1月……等等”。显然，这永远都是不正确的，因为这些日期范围不会重叠。您需要使用“或”而不是“ and”：

new_data <- my_data %>%
    filter(
        data > "2015-01-01" & data < "2015-02-02" |
        data > "2016-01-01" & data < "2016-02-02" |
        data > "2017-01-01" & data < "2017-02-02" |
        data > "2018-01-01" & data < "2018-02-02"
    )

此外，请确保您的data（而不是date？）列实际上引用了 date ，并且具有适当的类型，与字符串。

当心具有运算符优先级：之所以起作用，是因为&的优先级比|高，但是许多人发现它更易于理解，并且在内部… & …表达式中加上括号。