删除包含连续日期的行答案

【问题标题】：Remove rows that contain consecutive dates删除包含连续日期的行
【发布时间】：2015-06-14 14:01:15
【问题描述】：

我有一个data.frame，我想在其中删除连续天数的行。例如，我有以下data.frame（头部），它的名字是sell_tv，我想删除具有连续日期的行。在这种特殊情况下，我想删除第 5 行，因为第 5 行和第 6 行有连续的日期。

    Date Open High  Low Close  Sell.TV   Buy.TV
1 2015-04-08 2207 2204 2165  2166 4.038113 3.083603
2 2015-03-16 2214 2215 2172  2198 4.041986 3.087017
3 2015-03-05 2343 2364 2320  2324 4.023689 3.081034
4 2015-01-27 2171 2182 2151  2178 4.021998 3.070200
5 2015-01-23 2234 2244 2222  2230 4.032086 3.061206
6 2015-01-22 2278 2282 2242  2246 4.037248 3.095450

我为此编写了以下代码，但得到了：

****"Error in if (sell_tv$Date[i] == sell_tv$Date[i + 1] + 1) { :   missing value where TRUE/FALSE needed"****

代码：

for( i in 1:nrow(sell_tv))
{
  if (sell_tv$Date[i] == sell_tv$Date[i+1] + 1 )
  {
    new_sell<- sell_tv[-i,]  
  }       
  else
  {
    new_sell<- sell_tv[,]
  }
  i= i+1      
}

感谢您的帮助！

【问题讨论】：

我在您的代码中发现了几个问题。首先，您不需要增加i，因为R 会为您执行此操作（因为这就是R 的好处；-)）。然后 i+1 当 i 是 nrow(sell_tv) 时将不对应于现有行。保持代码基础的一种方法可能是创建一个变量，您可以在其中放置要删除的行数，然后您可以一次将它们全部删除
不需要循环。这是一个带有 diff 运算符的逻辑索引的单线：sell_tv[ c(9999,diff(sell_tv$Date)) != -1, ]

标签： r dataframe

【解决方案1】：

正如我在 cmets 中所说，您可以保留循环并将应删除的行数保存在变量中，或者您可以尝试一次获取行号：

to_delete <- which(sell_tv$Date[-nrow(sell_tv)]==sell_tv$Date[-1]+1) #5
new_sell <- sell_tv[-to_delete, ]

new_sell
        # Date Open High  Low Close  Sell.TV   Buy.TV
# 1 2015-04-08 2207 2204 2165  2166 4.038113 3.083603
# 2 2015-03-16 2214 2215 2172  2198 4.041986 3.087017
# 3 2015-03-05 2343 2364 2320  2324 4.023689 3.081034
# 4 2015-01-27 2171 2182 2151  2178 4.021998 3.070200
# 6 2015-01-22 2278 2282 2242  2246 4.037248 3.095450

数据

sell_tv <- structure(list(Date = structure(c(16533, 16510, 16499, 16462, 
16458, 16457), class = "Date"), Open = c(2207L, 2214L, 2343L, 
2171L, 2234L, 2278L), High = c(2204L, 2215L, 2364L, 2182L, 2244L, 
2282L), Low = c(2165L, 2172L, 2320L, 2151L, 2222L, 2242L), Close = c(2166L, 
2198L, 2324L, 2178L, 2230L, 2246L), Sell.TV = c(4.038113, 4.041986, 
4.023689, 4.021998, 4.032086, 4.037248), Buy.TV = c(3.083603, 
3.087017, 3.081034, 3.0702, 3.061206, 3.09545)), .Names = c("Date", 
"Open", "High", "Low", "Close", "Sell.TV", "Buy.TV"), row.names = c("1", 
"2", "3", "4", "5", "6"), class = "data.frame")

【讨论】：

【解决方案2】：

此解决方案可用于 sell_tv 数据框日期列中的唯一和重复日期

sell_tv = read.table("myfile.txt", sep = "\t", header = TRUE, stringsAsFactors = FALSE)

print(sell_tv)
#         Date Open High  Low Close  Sell.TV   Buy.TV
# 1 2015-04-08 2207 2204 2165  2166 4.038113 3.083603
# 2 2015-03-16 2214 2215 2172  2198 4.041986 3.087017
# 3 2015-03-05 2343 2364 2320  2324 4.023689 3.081034
# 4 2015-01-27 2171 2182 2151  2178 4.021998 3.070200
# 5 2015-01-23 2234 2244 2222  2230 4.032086 3.061206
# 6 2015-01-22 2278 2282 2242  2246 4.037248 3.095450

#add duplicate date
sell_tv[3,1] = "2015-01-23"

print(sell_tv)
# Date Open High  Low Close  Sell.TV   Buy.TV
# 1 2015-04-08 2207 2204 2165  2166 4.038113 3.083603
# 2 2015-03-16 2214 2215 2172  2198 4.041986 3.087017
# 3 2015-01-23 2343 2364 2320  2324 4.023689 3.081034
# 4 2015-01-27 2171 2182 2151  2178 4.021998 3.070200
# 5 2015-01-23 2234 2244 2222  2230 4.032086 3.061206
# 6 2015-01-22 2278 2282 2242  2246 4.037248 3.095450

date_str = sell_tv$Date

to_delete = c()

for(i in date_str){
  a1 = which(unlist(lapply(date_str, function(x) as.numeric(difftime(x, i))))== 1)
  if(length(a1) > 0){
    to_delete = c(to_delete, a1) 
    } else
      next
}

sell_tv = sell_tv[-to_delete,]

输出：

print(sell_tv)
        Date Open High  Low Close  Sell.TV   Buy.TV
1 2015-04-08 2207 2204 2165  2166 4.038113 3.083603
2 2015-03-16 2214 2215 2172  2198 4.041986 3.087017
4 2015-01-27 2171 2182 2151  2178 4.021998 3.070200
6 2015-01-22 2278 2282 2242  2246 4.037248 3.095450

【讨论】：

【解决方案3】：

在日期上使用逻辑索引和 diff 运算符：

sell_tv[ c(9999,diff(sell_tv$Date)) != -1, ]

我们只是在diff(...)的输出中添加一些标记值

如果您想同时排除“前一天或后一天”，那么布尔值 - 而不是 %in% 运算符：

sell_tv[ ! (c(9999,diff(sell_tv$Date)) %in% c(-1,+1)), ]

【讨论】：