在 sapply 函数中使用 ifelse 语句

Question

我正在尝试在我的 data.table 中创建一个新列。我有两列，一列有开始日期，另一列有结束日期。开始日期始终为 2016-02-28。结束日期在某些情况下是 2014-12-31，在其他情况下是 2020-12-31（均采用 YYYY-MM-DD 格式）。

在第一种情况下，很明显我应该得到一个负的日期差异。在第二种情况下，它是积极的。

我想使用带有 ifelse 语句的 sapply 函数来确定日期的差异。任何时候，差异都是负数，我希望 R 将其替换为值 1。

我这样做如下。

sapply(df$end.date, function(x) { ifelse(df$end.date>start_date, as.integer(length(seq(from=start_date, to=as.POSIXct(x,format="%Y-%m-%d"), by ='month')) ), 1) } )

不幸的是，我收到以下错误

Error in seq.POSIXt(from = start_date, to = as.POSIXct(df$end.date,  : 
  'from' must be of length 1

我怎样才能做到这一点？

PS：start_date 和 df$end.date 在 data.table 中都是 POSIXct 格式。

Answer 1

ifelse已经矢量化，加倍 sapply 和 ifelse 是多余的。

很遗憾，ifelse 在这里不起作用，因为我们无法获得负日期的月差（根据您的评论）。所以我们只是将if 与mapply 结合使用：

months_between = function (start, end) {
     if (end > start)
         length(seq(start, end, by = 'month'))
     else
         1
}

df$new_column = mapply(months_between, df$start.date, df$end.date)

我也很确定有更好的方法来编写months_between，但我不精通基本的 R 日期操作函数，因为它们通常很糟糕；我建议改用‹lubridate›包。

Answer 2

我认为您的方法过于复杂。如果你打算使用sapply，你应该能够避免ifelse，因为你将能够一次专注于一个值（假设你正在通过sapply运行一个向量。这可能不会如果通过sapply 运行列表，则为真）。但是，如果您真的想使用apply 函数，最好使用带有if ... else 子句的mapply。

但apply 函数根本不需要。事实上，ifelse 函数不是必需的。您可以通过以下方式大大简化流程：

# Borrowed code from http://stackoverflow.com/questions/1995933/number-of-months-between-two-dates/1996404
elapsed_months <- function(end_date, start_date) {
  mapply(
    function(end_date, start_date){
      ed <- as.POSIXlt(end_date)
      sd <- as.POSIXlt(start_date)
      12 * (ed$year - sd$year) + (ed$mon - sd$mon)
    },
    end_date,
    start_date,
    SIMPLIFY = FALSE
  )
}


DFrame <- data.frame(start = rep(as.Date("2016-02-28"), 2),
                     end = as.Date(c("2014-12-31", "2020-12-31")))

DFrame$diff <- elapsed_months(DFrame$end, DFrame$start)
DFrame$diff[DFrame$diff < 0] <- 1

DFrame

我所做的只是计算所有变量的差异，获取负值的索引，然后将它们替换为 1。

另一种方法是预先进行索引。这样，您就不会计算最终将更改的任何值的日期差异。如果您有几百万行，这可能会有好处，但我猜性能提升会很小。

DFrame$diff2 <- vector("numeric", nrow(DFrame))
end_first <- DFrame$end < DFrame$start
DFrame$diff2[!end_first] <- elapsed_months(DFrame$end[!end_first], DFrame$start[!end_first]) 
DFrame$diff2[end_first] <- 1