Return 最接近 R 中给定日期的日期

Question

我的数据框由对个体动物的个体观察组成。每只动物都有一个生日，我想将其关联到日期向量中最近的野外季节日期。

这是一个非常基本的可重现示例：

ID <- c("a", "b", "c", "d", "a") # individual "a" is measured twice here
birthdate <- as.Date(c("2012-06-12", "2014-06-14", "2015-11-11", "2016-09-30", "2012-06-12"))    
df <- data.frame(ID, birthdate)

# This is the date vector
season_enddates <- as.Date(c("2011-11-10", "2012-11-28", "2013-11-29", "2014-11-26", "2015-11-16", "2016-11-22", "2012-06-21", "2013-06-23", "2014-06-25", "2015-06-08", "2016-06-14"))

使用以下代码，我可以获得出生日期和最近的季末日期之间的差异。

for(i in 1:length(df$birthdate)){
  df$birthseason[i] <- which(abs(season_enddates-df$birthdate[i]) == min(abs(season_enddates-df$birthdate[i])))
}

但是，我想要的是实际日期，而不是差异。例如 birthseason 的第一个值应该是 2012-06-21.

Answer 1

这有点令人困惑，因为您使用了示例中未包含的变量。

但我想这就是你想要的：

for (ii in 1:nrow(df))  df$birthseason[ii] <-as.character(season_enddates[which.min(abs(df$birthdate[ii] - season_enddates))])

或者使用 lapply:

df$birthseason <- unlist(lapply(df$birthdate,function(x) as.character(season_enddates[which.min(abs(x - season_enddates))])))

结果：

> df
  ID  birthdate birthseason
1  a 2012-06-12  2012-06-21
2  b 2014-06-14  2014-06-25
3  c 2015-11-11  2015-11-16
4  d 2016-09-30  2016-11-22
5  a 2012-06-12  2012-06-21

Answer 2

我建议对您的问题进行一些修改，以便您的示例代码生成重现您的问题所需的所有变量。请看看我是否理解你的问题。

为了解决它，我建议使用 which.min（让你的代码更简单和更快），结合你的 season_enddates 向量的子集，如下所示：

for(i in 1:length(younger$HatchCalendarYear)){
  df$birthseasonDate[i] <- season_enddates[which.min(abs(season_enddates - df$birthdate[i]))]
}

Answer 3

您正在寻找哪个 season_enddate 最接近 birthdate[1] 和 birthdate[2]，等等

为了直接获取数据，我将创建一个可重现的实际示例：

birthdate <- as.Date(c("2012-06-12", "2014-06-14", 
                       "2015-11-11", "2016-09-30", 
                       "2012-06-12"))

season_enddates <- as.Date(c("2011-11-10", "2012-11-28", 
                             "2013-11-29", "2014-11-26",
                             "2015-11-16", "2016-11-22", 
                             "2012-06-21", "2013-06-23", 
                             "2014-06-25", "2015-06-08", 
                             "2016-06-14"))

基本上我使用了你也用过的函数，除了我决定将它分解一下，这样更容易理解你正在尝试做的事情：

new.vector <- rep(0, length(birthdate))
for(i in 1:length(birthdate)){
    diffs <- abs(birthdate[i] - season_enddates)
    inds  <- which.min(diffs)
    new.vector[i] <- season_enddates[inds]
}

# new.vector now contains some dates that have been converted to numbers:
as.Date(new.vector, origin = "1970-01-01")
# [1] "2012-06-21" "2014-06-25" "2015-11-16" "2016-11-22"
# [5] "2012-06-21"

Answer 4

这里的所有解决方案本质上都是一样的。如果你想让一个优化的函数为你做这个操作，我会这样做：

match_season <- function(x,y){
  nx <- length(x)
  ind <- numeric(nx)
  for(i in seq_len(nx)){
    ind[i] <- which.min(abs(x[i] - y))
  }
  y[ind]
}

那么你可以简单地做：

younger$birthseason <- match_season(younger$HatchDate, season_enddates)

看起来更干净，并以正确的 Date 格式为您提供所需的输出。

基准测试：

start <- as.Date("1990-07-01")
end <- as.Date("2017-06-30")

birthdate <- sample(seq(start, end, by = "1 day"), 1000)

season_enddates <- seq(as.Date("1990-12-21"),
                       as.Date("2017-6-21"),
                       by = "3 months")

library(rbenchmark)

benchmark(match_season(birthdate, season_enddates),
          columns = c("test","elapsed"))

给出 100 次复制的时间为 7.62 秒。

Answer 5

findInterval 在这种情况下很有用。为每个 df$birthdate 找到最近的 season_enddates:

vec = sort(season_enddates)
int = findInterval(df$birthdate, vec, all.inside = TRUE)
int
#[1]  1  5  8 10  1

我们比较间隔的每个周围日期和select最小值的距离：

ans = vec[int]
i = abs(df$birthdate - vec[int]) > abs(df$birthdate - vec[int + 1])
ans[i] = vec[int[i] + 1]
ans
#[1] "2012-06-21" "2014-06-25" "2015-11-16" "2016-11-22" "2012-06-21"

Return 最接近 R 中给定日期的日期

Return closest date to a given date in R

r

date

closest