用 id 替换 NA 摸索并计算最新日期 - R答案

【问题标题】：replacing NA groping by id and computing the latest date - R用 id 替换 NA 摸索并计算最新日期 - R
【发布时间】：2019-07-08 14:23:11
【问题描述】：

我有这个df：

            id       date
230       1066 2018-01-22
231       1066 2018-01-26
232       1066 2018-01-21
233       1066 2018-01-20
234       1066 2018-01-18
235       1066 2018-01-19
236       1066 2018-01-22
237       1017       <NA>
238       1017 2018-03-09
239       1017       <NA>
240       1017       <NA>
241       1017       <NA>
242       1017 2018-05-16
243       1017 2018-05-16
244       1017 2018-03-29
245       1017 2018-05-16
246       1017 2018-05-16
247       1017       <NA>
248       1017       <NA>
249        442 2018-05-20
250        442 2018-05-17

在给定最新日期的情况下，我需要按 id 对它们进行分组，但是当该组有 NA 时，它将给出 NA 而不是最新日期（最大值）值：

aggregate(df$date, by=list(df$id), max)

76     1066 2018-04-09
77     1017       <NA>
78      442 2018-05-20

我正在想办法替换它们。我试图用 0 替换它们（因为我正在寻找最大值）：

df[is.na(df$date),c("date")] <- 0

但它给了我这个错误：

Error in as.Date.numeric(value) : 'origin' must be supplied

而且我不想将日期更改为数字，因为在此之后（当每个 id 只有一个日期时）我需要提取每个 id 的月份和年份来进行一些条件计算。最后一个非常简单，使用来自lubridate 的month() 和year()。

【问题讨论】：

na.rm 参数为 max aggregate(df$date, by=list(df$id), max, na.rm = TRUE)
你不能。如果您坚持将结果保留为 Date 类对象，则没有有效的“0”值。
如果是将NA替换为max date，则library(dplyr); df %>% group_by(id) %>% mutate(date = zoo::na.aggregate(date, max, na.rm = FALSE))
@42- 我不需要用“0”值替换它们。我只需要用一些东西替换 NA 或试图找出一种忽略它们的方法，以获得每个 id 的最新日期。
如果您要指定一个有效的日期，那么您可以使用[.Date<- 分配给它。我不知道为什么 akrun 建议使用 dplyr 转换为 POSIXct，因为问题涉及 Date 分类向量。

标签： r date group-by nan

【解决方案1】：

library(tidyr)
library(dplyr)
library(lubridate)
df %>% mutate(date = ymd(date)) %>% group_by(id)  %>% summarize(max(date,na.rm = T))

# A tibble: 3 x 2
     id `max(date, na.rm = T)`
  <int>                 <date>
1   442             2018-05-20
2  1017             2018-05-16
3  1066             2018-01-26

【讨论】：