R中组内的日期差异并根据某些条件创建新列答案

【问题标题】：Date Difference within a group in R and creating a new column based on certain conditionsR中组内的日期差异并根据某些条件创建新列
【发布时间】：2015-05-27 22:45:16
【问题描述】：

在创建新数据框时需要帮助，该数据框将包含名为 Name 和 Value_2 的列。现有数据框包括名称、日期和值_1 等列。将使用遵循条件的现有数据框创建新数据框。下面是现有的数据框，以便更清楚：-

Name    Date       Value_1
A       9/28/2011  12345
A       1/8/2012   23456
A       6/3/2013   78910
B       10/4/2010  438504
B       10/14/2013 439587
C       8/22/2013  436096
D       4/20/2010  3258043
D       3/24/2013  968347
D       7/8/2013   954733
D       8/19/2013  438578

在组名 A 中，第一次测试在 2011 年 9 月 28 日进行，value_1 为 12345，最后一次测试在 2013 年 6 月 3 日进行，value_1 为 23456。因此，新数据框中的 value_2遵循一个条件来检查 log10(12345) -log10(23456) >=2 并将组名 A 分类为 ne 数据帧的 value_2 列中的 Yes/No。其他组也需要遵循类似的条件。以下是供您参考的所需输出：-

Name    Value_2
A       No
B       Yes
C       Yes
D       No

这里的Value_2遵循log10(first test date value_1)-log10(last test date value_1)>=2的条件。

【问题讨论】：

为什么 C 是？第一个测试也是最后一个测试的特殊条件是什么？实际上我得到了不同的结果。
6/3/2013 中的值是78910，而不是23456
看着tapply(dat$Value_1,dat$Name,log10)我看不出你有什么不同>=2。
@thelatemail 我生成的所需数据框是一个随机示例，但不是遵循日志条件的输出。对于 C，如果只进行了一行或一个测试，我们可以遵循 log(436096)-log(436096) 的规则，它等于 0，因此 value_2 的输出为“No”跨度>
@thelatemail 我们可以忽略行，其中只进行了一项测试。在最后阶段，我们可以直接将这些值归为“否”。

标签： r

【解决方案1】：

这是一个split-apply-combine 问题，它建议像tapply by ave 和aggregate 以及扩展包plyr、dplyr 甚至data.table 这样的函数。在这种情况下，一个简单的tapply 或aggregate 可以根据您想要的输出格式工作（使用@Robert 的Data）：

Data <- Data[order(Data$Name, as.Date(Data$Date, "%m/%d/%Y")),]

tapply(log10(Data$Value_1), Data$Name, function(x) head(x,1) - tail(x,1) >= 2)
#    A     B     C     D 
#FALSE FALSE FALSE  TRUE 

aggregate(log10(Data["Value_1"]), Data["Name"], FUN=function(x) head(x,1) - tail(x,1) >= 2)
#  Name Value_1
#1    A   FALSE
#2    B   FALSE
#3    C   FALSE
#4    D    TRUE

【讨论】：

【解决方案2】：

你可以试试这个：

Data <- read.table(textConnection("
Name    Date       Value_1
A       9/28/2011  12345
A       1/8/2012   23456
A       6/3/2013   78910
B       10/4/2010  438504
B       10/14/2013 439587
C       8/22/2013  436096
D       4/20/2010  3253043
D       3/24/2013  968347
D       7/8/2013   954733
D       8/19/2013  438"), stringsAsFactors=FALSE,head=TRUE)

Data$Date=as.Date(Data$Date,"%m/%d/%Y")
Names=unique(Data$Name)
sdf=lapply(Names,function(x)Data[Data$Name == x,])
Value_2=sapply(sdf,function(dt){
  rx=dt$Date%in%range(dt$Date)
  if (length(rx)==1) return("No") else
  return(ifelse(-diff(log10(dt$Value_1[rx]))>=2,"Yes","No"))
})
data.frame(Names,Value_2)

  Names Value_2
1     A      No
2     B      No
3     C      No
4     D     Yes

【讨论】：