如何根据 R 中重叠年份的日期范围为新列分配值？答案

【问题标题】：How to assign values to a new column based on a range of dates from that overlap years in R?如何根据 R 中重叠年份的日期范围为新列分配值？
【发布时间】：2022-10-16 10:12:48
【问题描述】：

我有一个增长率，从每年 4 次的个人测量中计算得出，我试图将其分配给一个名为 Year2 的不同时间框架（第 1 年的 8 月 1 日至第 2 年的 7 月 31 日，见附图）。

我的数据框：

ID	Date	Year	Year2	Lag	Lapse	Growth	Daily_growth
1	2009-07-30	2009	2009	NA	NA	35.004	NA
1	2009-10-29	2009	2010	2009-07-30	91 days	31.585	0.347
1	2010-01-27	2010	2010	2009-10-29	90 days	63.769	0.709
1	2010-04-27	2010	2010	2010-01-27	90 days	28.329	0.315
1	2010-07-29	2010	2010	2010-04-27	93 days	32.068	0.345
1	2010-11-02	2010	2011	2010-07-29	96 days	128.1617320	1.335

我的增长率如下：

Growth_df <- Growth_df%>%
group_by(ID) %>% # Individuals we measured     
  mutate(Lag = lag(Date), #Last date measured   
         Lapse = round(difftime(Date, Lag, units = "days")), #days between Dates monitored  
         Daily_growth = as.numeric(Growth) / as.numeric(Lapse))

我要做的是分配每次测量之间的每日增长率，与 Year2 时间范围相匹配：

Growth_df <- Growth_df %>%
  mutate(Year = as.numeric(Year),
         Year2_growth = ifelse(Year == Year2, Daily_growth*Lapse, 0)) %>% 
  group_by(Year2) %>% 
  mutate(Year2_growth = sum(Year2_growth, na.rm = TRUE))

我的问题是我不知道如何获取年份之间的日期（代替 ifelse 语句中的 0 的东西）。我需要某种方法来计算从新的开始日期（8 月 1 日）到最近的测量还有多少天，然后将其乘以增长率，并提前结束（7 月 31 日）

我尝试按年和天制作第二个数据帧，然后在比较两个数据帧时分配增长率，但我一直被困在同一个问题上：划分时间帧。

【问题讨论】：

您能否查看您的问题，看看是否有办法澄清您正在尝试做的事情？我还不明白这些句子指的是什么：“分配给称为 Year2 的不同时间范围”或“分配每次测量之间的每日增长率，与 Year2 时间范围相匹配”
我猜你可能想要像Growth_df %>% tidyr::complete(ID, Date = seq.Date(as.Date("2009-08-01"), as.Date("2011-11-01"), "year")) %>% arrange(ID, Date) 这样的东西，它会为每个 ID 插入 8 月 1 日的行，你可以继续按照你的方式计算后续滞后？
我正在努力自己想出解释！ Year2 = 比如说 2008 年 8 月 31 日，到 2009 年 7 月 31 日，这将代表直到 2009 年这个时间范围内的所有增长，以这种方式重复直到现在）我需要这个时间范围作为南半球的冬季我在 8 月 1 日左右结束。 “分配每次测量之间的每日增长率，与 Year2 时间范围相匹配”：我需要找出每个 ID 在一年的 8 月 1 日（t）和次年的 7 月 31 日（t+1）之间增长了多少
你能不能算出Daily_growth，然后按照上面的步骤加上8月1日，然后重新计算Lapse，那么每年的总增长就是group_by(Year) %>% summarize(growth = sum(Lapse * Daily_growth))？
我不能，唉。尽管如此，我确实找到了一个糟糕的解决方案（见下文）：

标签： r date dplyr overlap

【解决方案1】：

我确信有一种更有效的方法来处理这个问题，但这是我整理出来的方式：

制定我的时间表
为我想要的范围创建一个函数
为开始和结束范围创建一个数据框
将它们连接在一起

惊叹于我缺乏 r 技能。


Start_dates <-  seq(ymd('2008-08-01'),ymd('2021-08-1'), by = '12 months')
End_dates <- seq(ymd('2009-07-31'),ymd('2022-07-31'), by = '12 months')
Year2_dates <- data.frame(Start_dates, End_dates)

Year2_dates <- Year2_dates %>% 
  mutate(Year2 = format(as.Date(Start_dates, format="%d/%m/%Y"),"%Y"),
          Year2 = as.numeric(Year2) + 1) 
        
Vegetation <- Vegetation %>% 
  left_join(Year2_dates)
         
         
Range_finder <- function(x,y){
  
as.numeric(difftime(x, y, unit = "days"))
}

Range_start <- Vegetation %>% 
  group_by(Year2, ID) %>% 
  filter(row_number()==1) %>% 
  filter(Year != Year2) #had to get rid of first year samples as they were the top row but didn't have a change in year


Range_start <- Range_start %>% 
  mutate(Number_days_start = Range_finder(Date, Start_dates),
         Border_range = Number_days_start * Daily_veg) %>% 
  ungroup() %>% 
  select(ID, Year2, Date, Border_range) 


Range_end <- Vegetation %>% 
  group_by(Year2, ID) %>% 
  filter(row_number()==n(),
         Year2 != 2022)

Range_end <- Range_end %>% 
  mutate(Number_days_end = Range_finder(End_dates, Date),
         Border_range = Number_days_end * Daily_veg) %>% 
  ungroup() %>% 
  select(ID, Year2, Date, Border_range) 

Ranges <- full_join(Range_start, Range_end)

Vegetation <- Vegetation %>% 
  left_join(Ranges)

【讨论】：