标头名称作为R中的日期

Question

我正在尝试计算用户的“死亡”时间，这意味着我想确定用户注册程序到他们不再在程序中活动之间的持续时间。 我有两个使用read.csv("filename",header=TRUE)读取的read.csv("filename",header=TRUE) ：

 >   df
      name   start.date
1  Allison   2013-03-16
2   Andrew   2013-03-16
3     Carl   2013-03-16
4     Dora   2013-03-17
5   Hilary   2013-03-17
6    Louis   2013-03-19
7     Mary   2013-03-20
8   Mickey   2013-03-20

和文件2：

> df2
       names X04.16.2013 X04.17.2013 X04.18.2014  X04.19.2013
2001 Allison           5           5           0           0
2002  Andrew           0           0           0           0
2003    Carl           8           8           11          10
2004    Dora           6           4           9           3
2005  Hilary           2           0           0           0
2006   Louis           18         10           8           3
2007    Mary           4           7           7           0
2008  Mickey           9           5           0           0

我想做的就是将df2的标头名称转换为日期，因此我可以创建一个新的数据框，其中包含用户名，开始日期和“死亡天数”，即用户输入条目时在df2中为0：

      name   start.date   days.to.death
1  Allison   2013-03-16   33
2   Andrew   2013-03-16   0
3     Carl   2013-03-16   NA
4     Dora   2013-03-17   NA
5   Hilary   2013-03-17   31
6    Louis   2013-03-19   NA
7     Mary   2013-03-20   30
8   Mickey   2013-03-20   28

请注意，安德鲁从未“活着”，卡尔，多拉和路易斯还没有“死”。 我对R还是很陌生，所以非常感谢任何输入！

Answer 1

假设df2的列标题中有错字，以下使用dplyr和tidyr的解决方案将带给您大部分帮助...

  library(tidyr)
  library(dplyr)

  colnames(df)<-c("names", "start") #  To join dfs, the first column header needs to be identical to df2
  df$start<-as.Date(df$start, format="%m/%d/%Y") #formatting date

以下是在df2上的工作方式：长期格式化数据，格式化日期（类似于MrFlick的建议），然后仅保留其中包含0的日期。 然后，它采用第一个实例（即最早的日期，假设您的日期按从左到右的顺序按时间顺序排列）。 然后，它计算从该日期（结束日期）到df开始日期的日期差。 我使用了与MrFlick相同的格式-但您可以简单地将差异计算为整数。

  df2 %>% 
  filter(X04.16.2013!=0) %>%   #removes Andrew who has 0 in first date col
  gather(key,value,2:5) %>%     
  mutate(date=as.Date(key, format="X%m.%d.%Y")) %>%
  left_join(df) %>%
  filter(value==0) %>%
  group_by(names) %>%
  filter(date == nth(date, 1)) %>% 
  select(names, start, date) %>%
  mutate (daydiff=difftime(date,start, unit="days"))

给这个...

    names      start       date daydiff
1  Hilary 2013-03-17 2013-04-17 31 days
2 Allison 2013-03-16 2013-04-18 33 days
3  Mickey 2013-03-20 2013-04-18 29 days
4    Mary 2013-03-20 2013-04-19 30 days

放入NA和从未住过的人应该很容易。 也许这会有所帮助？

Answer 2

格式正确的简单as.Date会将列名称转换为日期。 首先，复制可复制的数据形式

df<-structure(list(name = structure(1:8, .Label = c("Allison", "Andrew", 
"Carl", "Dora", "Hilary", "Louis", "Mary", "Mickey"), class = "factor"), 
    start.date = structure(c(15780, 15780, 15780, 15781, 15781, 
    15783, 15784, 15784), class = "Date")), .Names = c("name", 
"start.date"), row.names = c("1", "2", "3", "4", "5", "6", "7", 
"8"), class = "data.frame")

df2<-structure(list(names = structure(1:8, .Label = c("Allison", "Andrew", 
"Carl", "Dora", "Hilary", "Louis", "Mary", "Mickey"), class = "factor"), 
    X04.16.2013 = c(5L, 0L, 8L, 6L, 2L, 18L, 4L, 9L), X04.17.2013 = c(5L, 
    0L, 8L, 4L, 0L, 10L, 7L, 5L), X04.18.2014 = c(0L, 0L, 11L, 
    9L, 0L, 8L, 7L, 0L), X04.19.2013 = c(0L, 0L, 10L, 3L, 0L, 
    3L, 0L, 0L)), .Names = c("names", "X04.16.2013", "X04.17.2013", 
"X04.18.2014", "X04.19.2013"), class = "data.frame", row.names = c("2001", 
"2002", "2003", "2004", "2005", "2006", "2007", "2008"))

现在

nn <- names(df2)[-1]
dts <- as.Date(nn, format="X%m.%d.%Y")
dts
# [1] "2013-04-16" "2013-04-17" "2014-04-18" "2013-04-19"

然后

lastedateid<-apply(df2[,-1], 1, function(x) {i<-which(x==0); ifelse(length(i), head(i,1), NA)})
lastdate <- dts[lastedateid]
lastdate
# [1] "2014-04-18" "2013-04-16" NA           NA           "2013-04-17"
# [6] NA           "2013-04-19" "2014-04-18"

并且只要df$name==df2$names

transform(df, days.to.death=difftime(lastdate,start.date, unit="days"))

将给出以下假设，假设start.date也是正确的Date类

     name start.date days.to.death
1 Allison 2013-03-16      398 days
2  Andrew 2013-03-16       31 days
3    Carl 2013-03-16       NA days
4    Dora 2013-03-17       NA days
5  Hilary 2013-03-17       31 days
6   Louis 2013-03-19       NA days
7    Mary 2013-03-20       30 days
8  Mickey 2013-03-20      394 days

Answer 3

以下简单代码可能会有用：

names(df2)[1] = 'name'
merge(df, ddf2)
dfm$days.to.death = ifelse(dfm[,3]==0,0,ifelse(dfm[,4]==0,31, ifelse(dfm[,5]==0,33,ifelse(dfm[,6]==0,28,NA))))

dfm[,c(1,2,7)]
     name start.date days.to.death
1 Allison 2013-03-16            33
2  Andrew 2013-03-16             0
3    Carl 2013-03-16            NA
4    Dora 2013-03-17            NA
5  Hilary 2013-03-17            31
6   Louis 2013-03-19            NA
7    Mary 2013-03-20            28
8  Mickey 2013-03-20            33