使用 padr 加厚日期范围，其中起始值与数据框中的日期之一相同

Question

我不确定这是一个错误还是我真的做错了什么。但我会在这里问这个问题，然后从那里开始。

假设我们有一个呼叫次数的虚拟数据集：

df_calls = data.frame(Call_date= c("2019-02-18",
                                    "2019-02-19",                                               
                                    "2019-02-20",                                               
                                    "2019-02-22",                                              
                                    "2019-02-25",                                              
                                    "2019-02-26",                                              
                                    "2019-03-01",                                              
                                    "2019-03-04"),
                      Calls = c(12,4,2,8,1,3,1,8))

我现在想加厚这个数据集，看看每周有多少个电话从"2019-02-18"开始。

因此我们有：

starting_day= as.Date("2019-02-18")

现在我预计在从第 "2019-02-18" 天到第 "2019-02-24" 天的一周内应该有 12+4+2+8 = 26 个电话。

一起来看看...

使用 padr 库，我使用函数 thicken:

library(padr)

df_calls_weekly = df_calls %>%
                   mutate(Call_date = as.Date(Call_date)) %>% 
                   thicken("week",colname = "Date_Week" ,start_val = starting_day) %>%
                   group_by(Date_Week) %>%  
                   summarise(Num_calls = sum(Calls)) %>%
                   ungroup()

查看 df_calls_weekly 我们得到以下输出：

    # A tibble: 3 x 2
      Date_Week  Num_calls
      <date>         <dbl>
    1 2019-02-18        14
    2 2019-02-25         5
    3 2019-03-04         8

我们似乎得到了不同的答案，即从 "2019-02-18" 开始的那一周，我们接到了 14 次电话。不是 26 岁吗？

经过调查，我发现在查看 thicken 如何创建数据框时，它似乎删除了 Call_date == "2019-02-18" 所在的行。您可以在此处明确看到：

df_calls_weekly = df_calls %>%
  mutate(Call_date = as.Date(Call_date)) %>% 
  thicken("week",colname = "Date_Week" ,start_val = starting_day) %>%
  filter(Date_Week ==starting_day )

输出：

   Call_date Calls  Date_Week
1 2019-02-19     4 2019-02-18
2 2019-02-20     2 2019-02-18
3 2019-02-22     8 2019-02-18

它出于某种原因忽略了 "2019-02-18" 的 Call_date。我认为这与调用日期与 thicken 函数中指定的 start_val 日期相同这一事实有关。

如果有人知道如何加厚以包含恰好与 thicken 中的开始日期参数相同的任何日期，我将不胜感激。

Answer 1

thicken 的 start_val 参数是：

By default the first instance of interval that is lower than the lowest value of the input datetime variable, with all time units on default value.

该函数假设所有其他值严格大于 start_val，但您的最低值等于 start_val 并且那些最低值因此被忽略。

这是一个解决方法：

df_calls = data.frame(Call_date= c("2019-02-18",
                                   "2019-02-19",                                               
                                   "2019-02-20",                                               
                                   "2019-02-22",                                              
                                   "2019-02-25",                                              
                                   "2019-02-26",                                              
                                   "2019-03-01",                                              
                                   "2019-03-04"),
                      Calls = c(12,4,2,8,1,3,1,8))

starting_day= as.POSIXct("2019-02-17 23:59:59") # a second before the minimum date
library(tidyverse)
library(padr)

df_calls_weekly = df_calls %>%
  mutate(Call_date = as.Date(Call_date)) %>% 
  thicken("week",colname = "Date_Week", start_val = starting_day) %>% 
  group_by(Date_Week) %>%  
  summarise(Num_calls = sum(Calls)) %>%
  ungroup() %>%
  mutate(Date_Week = Date_Week + 1) # add the missing second back in

使用 padr 加厚日期范围，其中起始值与数据框中的日期之一相同

Thicken date range using padr where starting value is the same as one of the dates in data frame

r

date

padr