如何查找数据框中每个组的日期范围

问题描述

考虑此数据框：

data <- data.frame(group = rep(letters[1:3],c(4,5,4)),Date = as.Date(c("2010-08-09","2010-09-11","2010-09-12","2010-09-18","2014-03-15","2014-03-16","2014-03-20","2014-03-21","2014-03-25","2016-05-02","2016-08-02","2016-08-03","2016-09-21")))

我们分为三组，分别在不同的日期进行观察。我想找到每个组的第一个和最后一个日期（最好使用dplyr）。日期怎么办？

编辑： 我添加此内容是为了阐明我提出询问的原因，这与R解释实时（日期）的能力有关。 data2与上面的data完全相同，但是请注意，我切换了前两个日期，因此对group==a的观测不再按真实的时间顺序（从最早到最新，相对于实时）：

data2 <- data.frame(group = rep(letters[1:3],Date = as.Date(c("2010-09-11","2010-08-09","2016-09-21")))

因此，2010年9月11日晚于2010年8月9日（实时），但是它们不在数据帧中按此时间顺序排列。 现在，如果这样做：

library(dplyr)
data2%>%group_by(group) %>% summarise(FirsDate=first(Date),LastDate=last(Date))

我们得到：

  group FirsDate   LastDate  
  <fct> <date>     <date>    
1 a     2010-09-11 2010-09-18
2 b     2014-03-15 2014-03-25
3 c     2016-05-02 2016-09-21

因此它返回的第一个和最后一个观测值不是按真实的时间顺序。

解决方法

我建议使用first()包中的last()和dplyr函数的方法：

library(dplyr)
#Data
data <- data.frame(group = rep(letters[1:3],c(4,5,4)),Date = as.Date(c("2010-08-09","2010-09-11","2010-09-12","2010-09-18","2014-03-15","2014-03-16","2014-03-20","2014-03-21","2014-03-25","2016-05-02","2016-08-02","2016-08-03","2016-09-21")))
#Code
data %>% group_by(group) %>% mutate(FirsDate=first(Date),LastDate=last(Date))

输出：

# A tibble: 13 x 4
# Groups:   group [3]
   group Date       FirsDate   LastDate  
   <fct> <date>     <date>     <date>    
 1 a     2010-08-09 2010-08-09 2010-09-18
 2 a     2010-09-11 2010-08-09 2010-09-18
 3 a     2010-09-12 2010-08-09 2010-09-18
 4 a     2010-09-18 2010-08-09 2010-09-18
 5 b     2014-03-15 2014-03-15 2014-03-25
 6 b     2014-03-16 2014-03-15 2014-03-25
 7 b     2014-03-20 2014-03-15 2014-03-25
 8 b     2014-03-21 2014-03-15 2014-03-25
 9 b     2014-03-25 2014-03-15 2014-03-25
10 c     2016-05-02 2016-05-02 2016-09-21
11 c     2016-08-02 2016-05-02 2016-09-21
12 c     2016-08-03 2016-05-02 2016-09-21
13 c     2016-09-21 2016-05-02 2016-09-21

如果只希望按组划分变量，则可以使用summarise()：

#Code2
data %>% group_by(group) %>% summarise(FirsDate=first(Date),LastDate=last(Date))

输出：

# A tibble: 3 x 3
  group FirsDate   LastDate  
  <fct> <date>     <date>    
1 a     2010-08-09 2010-09-18
2 b     2014-03-15 2014-03-25
3 c     2016-05-02 2016-09-21

更新：

#Code
data2 %>% group_by(group) %>% summarise(FirsDate=min(Date),LastDate=max(Date))

输出：

# A tibble: 3 x 3
  group FirsDate   LastDate  
  <fct> <date>     <date>    
1 a     2010-08-09 2010-09-18
2 b     2014-03-15 2014-03-25
3 c     2016-05-02 2016-09-21

,

另一种尝试的方式

library(dplyr)
data2 <- data %>% 
  group_by(group) %>% 
  filter(row_number()==1 | row_number()==n()) %>% 
  ungroup()
#   group Date      
# <chr> <date>    
# 1 a     2010-08-09
# 2 a     2010-09-18
# 3 b     2014-03-15
# 4 b     2014-03-25
# 5 c     2016-05-02
# 6 c     2016-09-21