私は中規模のデータセットを持っています。これはデータセットから取られた例です:
2011.2012
9/7
11/5
12/15
1/5
2/5
このデータを時系列形式に変換したいと思います。
因子から文字に変換した後、as.Dates関数を使用しましたが、不具合が発生しました。
結果は、欠落している年が現在の年であると想定しています。私の目標は、1/1 より前の日付を 2011 年に変換し、1/1 より後の日付を 2012 年に変換できるようにすることです。データの範囲は 2011 年 9 月から 2012 年 4 月までです。
origin と start を使用してみましたが、役に立ちませんでした。ここに私のコードがあります：
date1 <- as.character(2011.2012)
date1 <- as.Date(date1, format="%m/%d")
6月/7月に分割するのはどうですか？これは、日付の形式によって異なります。
> x=c("9/7", "11/5", "12/15", "1/5", "2/5" )
> sapply(strsplit(x, '/')
, function(x) paste(if(as.numeric(x[1]) > 6) 2011 else 2012, x[1], x[2]
, sep="/"
)
)
[1] "2011/9/7" "2011/11/5" "2011/12/15" "2012/1/5" "2012/2/5"
以下は、上記のベクトル化されたアプローチで、 ではifelseなくを使用しifます。
mm <- matrix(nrow=2, unlist(strsplit(x, '/')))
paste(ifelse(as.numeric(mm[1,]) > 6, 2011, 2012), mm[1,], mm[2,], sep='/')
[1] "2011/9/7" "2011/11/5" "2011/12/15" "2012/1/5" "2012/2/5"
ベクトル化されたアプローチは読みにくくなりますが、はるかに高速です (1.7 倍)。
Date関数を使用して、月の回帰を探して、@MarkMiller のアプローチをベクトル化する方法の 1 つを次に示します。
initialYear <- 2011
dd <- as.Date(x, "%m/%d")
mon <- format(dd, "%m")
as.Date(paste(initialYear + c(0, cumsum(diff(as.numeric(mon))<0))
, mon
, format(dd, "%d")
, sep="-"
)
)
[1] "2011-09-07" "2011-11-05" "2011-12-15" "2012-01-05" "2012-02-05"
おそらくすべてのDate関数が原因で、これは上記のベクトル化されたアプローチよりも実行に 3.6 倍長くかかります (ファイナルas.Dateが削除された場合は 2.6 倍)。これは 2011 と 2012 に限定されています。 3 つsapplyの と明示的なforループ。
これが私が思いついたものです。このコードが常に機能するかどうかはわかりませんが、使用したサンプル データ セットでは機能するようです。コードは 2 年以上、年中いつでも処理できるようです。
コードはデータのない年を処理できませんが、年がデータ セットにない場合、そのようなギャップはおそらく特定できません。
また、このアプローチは、「1/30」と「3/1」の 2 つの日付で失敗することにも注意してください。2 つの日付が 2 年連続した場合です。これは、2 つの日付の間に非常に大きな隔たりがあるため、コンピューターが 2 つの日付が同じ年ではないことを認識する方法がないためです。
言い換えれば、2 つの連続する日付の間に非常に長いギャップがある場合、追加情報がなければ、どのアプローチも失敗する可能性があります。たとえば、四半期ごとまたは半年ごとに少なくとも1つの日付がある場合、コンピューターは連続した月の減少を新しい年を示すものとして識別できるため、投稿された両方の回答が機能すると思います.
連続する 2 つの日付間の最長の間隔が 11 か月である場合、両方のアプローチが機能する可能性があります。連続する 2 つの日付のそれぞれの日もチェックするようにコードを修正すれば、363 日のギャップは問題ないかもしれません。
# specify the initial year and create dates from the data
initial.year = 2010
date <- c("12/30", "1/1", "6/1", "6/1", "10/25", "11/27", "12/28",
"1/16", "2/17", "2/17", "2/17")
DDD3 <- as.Date(date, format="%m/%d")
# deconstruct dates into month, day and erroneous year
dtstr <- as.character(DDD3)
month <- as.numeric(as.character(sapply(strsplit(dtstr, "-") , "[", 2)))
day <- as.numeric(as.character(sapply(strsplit(dtstr, "-") , "[", 3)))
year <- as.numeric(as.character(sapply(strsplit(dtstr, "-") , "[", 1)))
DDD4 <- data.frame(month, day, year)
# obtain correct year for each date
year2=rep(NA, nrow(DDD4))
year2[1] = initial.year
for(i in 2:length(year2)) {
if(DDD4[i,1] < DDD4[(i-1),1]) (year2[i] = year2[(i-1)]+1)
if(DDD4[i,1] >= DDD4[(i-1),1]) (year2[i] = year2[(i-1)])
}
# create new dates using correct year
day2 <- sprintf("%02d", day)
month2 <- sprintf("%02d", month)
year2 <- as.character(year2)
DDD5 <- data.frame(month2, day2, year2)
DDD6 <- paste(DDD5[,1], DDD5[,2], DDD5[,3], sep='/')
DDD7 <- as.Date(DDD6, "%m/%d/%Y")
DDD7
# [1] "2010-12-30" "2011-01-01" "2011-06-01" "2011-06-01"
# "2011-10-25" "2011-11-27" "2011-12-28" "2012-01-16"
# "2012-02-17" "2012-02-17" "2012-02-17"
これまでに提供されたものとは異なり、ベクトル化されたアプローチと呼ぶことができるこれを投稿しています。ifelse3 つのベクトルを作成してから選択する必要があるため、疑似ベクトル化だと思います。
dat <- read.table(text="2011.2012
9/7
11/5
12/15
1/5
2/5", header=TRUE)
dat$date1 <- as.Date(dat$X2011.2012, format="%m/%d")
dat$GT <- c(FALSE, diff(dat$date1) < 0)
startyr <- cumsum( as.numeric( substr(names(dat)[1], 2,5) ) )
dat$truedate <- paste( format(dat$date1, format="%m/%d") ,
dat$GT+startyr, sep="-")
dat
#-------------------------
X2011.2012 date1 GT truedate
1 9/7 2012-09-07 0 09/07-2011
2 11/5 2012-11-05 0 11/05-2011
3 12/15 2012-12-15 0 12/15-2011
4 1/5 2012-01-05 1 01/05-2012
5 2/5 2012-02-05 1 02/05-2012
最初の行をヘッダーとして読み取ることは完全に正当であると考えましたが、必要に応じてcumsum、diff.Date操作の を使用した代替手段を「ベクトル化」する必要があります。これは 2 年だけに限定されるものではなく、1 年に 1 回でも日付があれば成功するはずです。