r - 通过基于列的计算过滤R中的数据框

Question

我有一个包含多个列的数据框，其中两个是日期。从一个日期列，我想计算从那个（日期 - 14）到今天的所有星期日。然后，我想过滤其他日期列等于这些日期的数据。下面是一个例子：（原始数据比这个大得多）

ex_data <- data.frame(
  c("2018-05-27", "2018-06-24", "2018-07-01", "2018-07-08", "2018-06-25",
    "2018-07-05", "2018-07-10", "2018-05-30", "2018-06-20", "2018-07-04", 
    "2017-12-05"),   
  c("2018-05-13", "2018-02-04", "2018-06-17", "2018-06-10", "2018-04-04", 
    "2018-01-14", "2018-06-17", "2018-06-24", "2018-07-01", "2017-12-03",
    "2018-06-17"), 
  c(rep("1", 4), rep("2", 3), rep("3", 2), rep("1", 1),5),   
  c(rep("xxx", 4), rep("yyyy", 3), rep("zz", 2), rep("xxx", 1),"ttt"))


colnames(ex_data) <- c("Date1", "Date2", "Ex1", "Ex2")

我想找到从 Date1 到今天两周的星期日（我们称之为“previousSundays”）。每行的结果是从 date1 的对应值到今天的星期几的列表/向量。例如，对于第一行，它将是：

"2018-05-13" "2018-05-20" "2018-05-27" "2018-06-03" "2018-06-10"
"2018-06-17" "2018-06-24" "2018-07-01" "2018-07-08" "2018-07-15" 
"2018-07-22" "2018-07-29"

然后我想过滤我的数据框，以便我只有 Date2 等于“previousSundays”的值。

所需的输出如下所示：（仅对前三行一一计算）

   Date1           Date2       Ex1  Ex2            
   2018-05-27   2018-05-13       1  xxx
   2018-07-01   2018-06-17       1  xxx

任何想法在 R 中最好的方法是什么？我使用lapply和seq功能，但它没有工作。以下是我尝试做的事情：

ex_data$prevdays <- lapply(ex_data$Date1 - 14, seq, var2 = Sys.Date(), by = "week")

（以及上述行的一些变体）

我已经搜索了网站/互联网，但找不到解决我问题的解决方案。感谢任何建议，因为我找不到解决此问题的优雅方法。

标签： rfilterseq

Answer 1

看来您可以通过设置一系列条件来做到这一点。

# first recode the dates
ex_data[, 1:2] <- lapply(ex_data[, 1:2], as.Date)

# check if date is a sunday    
is.sunday <- format(ex_data$Date2, "%u") == 7

today <- Sys.Date()

# slightly more tricky. Aggregate Date1 over Ex2 and find the minima
mins <- aggregate(Date1 ~ Ex2, data=ex_data, min)

# use the result as a lookup-table
mins <- mins$Date1[match(ex_data$Ex2, mins$Ex2)]

# combine (create the intersect of) the conditions
matches <- ex_data$Date2 > mins - 14 & ex_data$Date2 < today & is.sunday

# and filter the data
ex_data[matches,]

#         Date1      Date2 Ex1  Ex2
# 3  2018-07-01 2018-06-17   1  xxx
# 4  2018-07-08 2018-06-10   1  xxx
# 7  2018-07-10 2018-06-17   2 yyyy
# 8  2018-05-30 2018-06-24   3   zz
# 9  2018-06-20 2018-07-01   3   zz
# 11 2017-12-05 2018-06-17   5  ttt