带有缺失值的 yearmon 作为 R 中的字符

Question

我在 data.table 中有一个大型 R 数据集，其中一些列包含 yyyy-mm 格式的日期。其中一些有缺失值，表示为 "ND".

我正在寻找一个全面的解决方案，以在 data.table 的 "if" 部分的这些列上使用 "zoo" 包的 as.yearmon(x) 而不会生成以下错误： "Error in as.yearmon.character(x) : yearmon variable can only have one format"

as.yearmon(x) 在仅包含 yyyy-mm 格式的日期的列上工作正常，在不包含日期、仅包含 "ND" 等文本的列上也能正常工作在这种情况下，它只给出 NA。当这些组合在一起时会出现问题，这样一列既有日期又有其他文本，例如 "ND"，此时会发生上述错误。

解决此问题的一种方法是创建新列，其中 "ND" 被 NA 替换，但这似乎需要一遍又一遍地编写大量代码，因为它是一个非常大的数据集。如果原始 "x" 没有被更改，我也更喜欢它，因为它也用于许多其他目的。

这里有一些代码可以澄清：

x <- c("2016-06","2016-07","ND")
DT <- data.table(x)
DT[as.yearmon(DT$x) > as.yearmon("2016-01") , y := 1]

在某种程度上，我希望 as.yearmon(x) 给出输出：

DT$y
1 1 NA

Answer 1

我们可以在i中创建一个逻辑索引grep，检查'x'的yearmon是否大于'2016-01'，转换为 integer 并分配 (:=) 作为新列 'y'.

DT[!grepl("[[:alpha:]]+", x), y := as.integer(as.yearmon(x) > as.yearmon("2016-01")) ]
DT$y
#[1]  1  1 NA

或者正如@Frank 在评论中提到的，我们可以使用 %like%

DT[!x %like% "ND", y := as.integer(as.yearmon(x) > as.yearmon("2016-01")) ]

Answer 2

另一种解决方案是事先将"NDs"转换为NA。例如：

x <- as.yearmon(gsub("ND", NA, c("2016-06","2016-07","ND"), fixed=TRUE))
DT <- data.table(x)
DT[as.yearmon(x) > as.yearmon("2016-01") , y := 1]

或data.table

内

x <- c("2016-06","2016-07","ND")
DT <- data.table(x)
DT[, .(x=as.yearmon(gsub("ND", NA, c("2016-06","2016-07","ND"), fixed=TRUE)))
   ][x > as.yearmon("2016-01"), y := 1][]

这两个return

DT
          x  y
1: Jun 2016  1
2: Jul 2016  1
3:     <NA> NA

带有缺失值的 yearmon 作为 R 中的字符

yearmon with missing values as characters in R

r

date

zoo

data.table