从数据框中的行中提取最近的日期答案

【问题标题】：Extracting most recent date from rows in a data frame从数据框中的行中提取最近的日期
【发布时间】：2016-08-17 05:40:00
【问题描述】：

我正在使用具有多个相互关联的日期的数据框，但最重要的是我需要提取最近的日期。我在这里看到了一些例子，但没有什么是我想要的。所以我的示例数据框如下：

ID    date1    date2    date3
1   01/12/15 02/04/07 07/06/16
2   03/29/12 02/16/16 09/01/10
3   12/01/15 07/07/07 11/13/12

但我想要的是得到一个给我的输出：

ID    date1    date2    date3 max
1   01/12/15 02/04/07 07/06/16 07/06/16
2   03/29/12 02/16/16 09/01/10 02/16/16
3   12/01/15 07/07/07 11/13/12 12/01/15

我看到人们使用 plyr 和 dplyr，但我对这些软件包非常不熟悉。任何帮助表示赞赏！

编辑：我能够运行@akrun 给出的内容，但我遇到了空字段日期的问题。我提供了一个示例如下：

ID    date1    date2    date3
1   01/12/15 NA 07/06/16
2   NA 02/16/16 09/01/10
3   12/01/15 07/07/07 NA

因此，对于那些空白点，我仍然希望将数据框转换如下：

ID    date1    date2    date3 max
1   01/12/15 NA 07/06/16 07/06/16
2   NA 02/16/16 09/01/10 02/16/16
3   12/01/15 07/07/07 NA 12/01/15

【问题讨论】：

标签： r date dataframe extraction

【解决方案1】：

我们可以转换为Date类，然后使用max.col获取列索引，cbind与行索引，从'df1'中提取元素并创建'max'列。

df1$max <- df1[cbind(1:nrow(df1), max.col(sapply(df1[-1], as.Date, format = "%m/%d/%y"))+1)]
df1
#  ID    date1    date2    date3      max
#1  1 01/12/15 02/04/07 07/06/16 07/06/16
#2  2 03/29/12 02/16/16 09/01/10 02/16/16
#3  3 12/01/15 07/07/07 11/13/12 12/01/15

或者另一个选项是apply 和MARGIN = 1

df1$max <- apply(df1[-1], 1, function(x) x[which.max(as.Date(x, "%m/%d/%y"))])

数据

df1 <- structure(list(ID = 1:3, date1 = c("01/12/15", "03/29/12", "12/01/15"
), date2 = c("02/04/07", "02/16/16", "07/07/07"), date3 = c("07/06/16", 
"09/01/10", "11/13/12")), .Names = c("ID", "date1", "date2", 
"date3"), class = "data.frame", row.names = c("1", "2", "3"))

【讨论】：

应该包含在示例中，但这是否也适用于日期中的空白？或者我应该怎么做才能绕过这个问题？
@RaviEulogio 由于 as.Date("", "%m/%d/%y") [1] NA 返回 NA 并且 which.max 删除了 NA，第二个选项应该有效。关于第一个选项，您可能需要对代码稍作改动。
所以对于第二个选项，我在运行代码 non-numeric argument to binary operator 时遇到错误，所以不知道从那里去哪里
@RaviEulogio 您必须使用新示例更新您的帖子
只是尝试运行您之前使用代码df1$max - apply(df1[-1], 1, function(x) x[which.max(as.Date(x, "%m/%d/%y"))]) 使用的示例给我这个错误

【解决方案2】：

转换为Date对象后使用pmax：

dat[-1] <- lapply(dat[-1], as.Date, format="%m/%d/%y")
dat$max <- do.call(pmax, dat[-1])

#  ID      date1      date2      date3        max
#1  1 2015-01-12 2007-02-04 2016-07-06 2016-07-06
#2  2 2012-03-29 2016-02-16 2010-09-01 2016-02-16
#3  3 2015-12-01 2007-07-07 2012-11-13 2015-12-01

将dat 用作：

dat <- structure(list(ID = 1:3, date1 = structure(1:3, .Label = c("01/12/15", 
"03/29/12", "12/01/15"), class = "factor"), date2 = structure(1:3, .Label = c("02/04/07", 
"02/16/16", "07/07/07"), class = "factor"), date3 = structure(1:3, .Label = c("07/06/16", 
"09/01/10", "11/13/12"), class = "factor")), .Names = c("ID", 
"date1", "date2", "date3"), class = "data.frame", row.names = c("1", 
"2", "3"))

【讨论】：

【解决方案3】：

如果您觉得使用 SQL 更舒服，库 sqldf 为您提供了另一种获取最后日期的方法：

data1<-data.frame(id=c("1","2","3"),
                  date1=as.Date(c("01/12/15","03/29/12","12/01/15"),"%m/%d/%y"),
                  date2=as.Date(c("02/04/07","02/16/16","07/07/07"),"%m/%d/%y"),
                  date3=as.Date(c("07/06/16","09/01/10","11/13/12"),"%m/%d/%y"))


library(sqldf)
data2 = sqldf("SELECT id,
              max(date1,date2,date3) as 'max__Date'
              FROM data1", method = "name__class")

【讨论】：