R 通过对前 n 个最近日期进行子集化来转换日期表

Question

我有一个看起来像这样的数据集

#Determine the M, M-1 and M-2 values for every site

df = data.frame(Site=c(rep('x',5),rep('y',5),rep('z',5)),
                Date=c(as.Date('2020/09/11'),as.Date('2020/09/11'),
                       as.Date('2020/08/02'),as.Date('2020/07/09'),
                       as.Date('2020/05/15'),as.Date('2020/08/02'),
                       as.Date('2020/07/10'),as.Date('2020/07/19'),
                       as.Date('2020/06/27'),as.Date('2020/03/01'),
                       as.Date('2020/04/07'),as.Date('2020/01/01'),
                       as.Date('2019/11/10'),as.Date('2019/11/11'),
                       as.Date('2019/11/07')))

我正在尝试转换数据集，以便

1. 我从每个站点的日期列中选择最近的前 3 个月

2. 展开日期列，使其采用“M”、“M-1”和“M-2”格式

3. “M”是最近的一个月，“M-1”是最近的第二个月，“M-2”是最近的第三个月

4. 将日期从 YYYY/MM/DD 格式转换为月-年格式，例如 2020/01/01 = JAN 2020

我的尝试

对于第 1 步。

transformed = df %>%
  group_by(Site) %>%
  arrange(desc(Date)) %>%
  slice(1:3)

到这里为止，这工作正常。 我一直在尝试各种方法将日期传播到所需的格式，但没有成功。 我对此有点陌生，因此任何输入都会有很大帮助。

期望输出

我希望我想要的输出看起来像这样

#Output table

output = data.frame(Site=c('x','y','z'),
                     M=c('SEP 2020','AUG 2020','APR 2020'),
                    `M-1`=c('AUG 2020','JUL 2020','JAN 2020'),
                    `M-2`=c('JUL 2020','JUN 2020','NOV 2019'))

colnames(output)=c('Site','M','M-1','M-2')

修改时间：2020 年 9 月 21 日

我稍微修改了原始数据框df以考虑在给定月份中我们有多个日期的情况。 在这种情况下，如何修改您提出的解决方案以获得相同的output ？

Answer 1

尝试：

df %>%
  group_by(Site) %>%
  arrange(desc(Date)) %>%
  slice(1:3) %>%
  mutate(
    id_within = str_c("M_", 1:3),
    Date = format(Date, "%b %Y")
  ) %>%
  pivot_wider(
    id_cols = Site,
    names_from = id_within,
    values_from = Date
  )

Answer 2

你也可以试试这个接近你想要的解决方案：

library(tidyverse)
#Code
df %>% 
  arrange(Site,desc(Date)) %>%
  group_by(Site) %>%
  mutate(Month=format(Date,'%b %Y')) %>%
  #Index for top month
  mutate(index=1:n()) %>%
  #Filter
  filter(index<=3) %>% 
  #Labels
  mutate(Label=paste0('M-',(1:n())-1)) %>%
  ungroup() %>%
  select(-c(Date,index)) %>%
  pivot_wider(names_from=Label,values_from=Month)

输出：

# A tibble: 3 x 4
  Site  `M-0`    `M-1`    `M-2`   
  <fct> <chr>    <chr>    <chr>   
1 x     Sep 2020 Aug 2020 Jul 2020
2 y     Aug 2020 Jul 2020 Jun 2020
3 z     Apr 2020 Jan 2020 Nov 2019

更新：您可以为您的新数据尝试此替代方法：

#Code 2
df %>% 
  arrange(Site,desc(Date)) %>%
  group_by(Site) %>%
  mutate(Month=format(Date,'%b %Y')) %>%
  #Remove duplicated dates
  filter(!duplicated(Month)) %>%
  #Index for top month
  mutate(index=1:n()) %>%
  #Filter
  filter(index<=3) %>% 
  #Labels
  mutate(Label=paste0('M-',(1:n())-1)) %>%
  ungroup() %>%
  select(-c(Date,index)) %>%
  pivot_wider(names_from=Label,values_from=Month)

输出：

# A tibble: 3 x 4
  Site  `M-0`    `M-1`    `M-2`   
  <fct> <chr>    <chr>    <chr>   
1 x     Sep 2020 Aug 2020 Jul 2020
2 y     Aug 2020 Jul 2020 Jun 2020
3 z     Apr 2020 Jan 2020 Nov 2019

Answer 3

这是dplyr一种方式：

library(dplyr)

df %>%
  #Get month and year information from date
  mutate(month = toupper(format(Date, '%b %Y'))) %>%
  #arrange data in descending order
  arrange(Site, desc(Date)) %>%
  #for each site
  group_by(Site) %>%
  #Create a unique id number
  mutate(id = match(month, unique(month))) %>%
  #select only 3 unique id's for each site
  filter(id <= 3) %>%
  #Create column name
  mutate(col = c('M', 'M-1', 'M-2')[id]) %>%
  #remove columns which are not required
  select(-Date, -id) %>%
  #get data in wide format
  tidyr::pivot_wider(names_from = col, values_from = month, values_fn = unique)

#   Site  M        `M-1`    `M-2`   
#  <chr> <chr>    <chr>    <chr>   
#1 x     SEP 2020 AUG 2020 JUL 2020
#2 y     AUG 2020 JUL 2020 JUN 2020
#3 z     APR 2020 JAN 2020 NOV 2019

Answer 4

使用slice_max ：

library(tidyverse)

tibble(df) %>%
  group_by(Site) %>%
  slice_max(order_by = Date, n = 3) %>%
  mutate(Date = format(Date, '%b %Y') %>% toupper(),
         m = paste0("M-", 0:(n()-1)) %>% str_replace(., "-0", "")) %>%
  pivot_wider(names_from = m, values_from = Date) %>% ungroup()

输出：

# A tibble: 3 x 4
  Site  M        `M-1`    `M-2`   
  <fct> <chr>    <chr>    <chr>   
1 x     SEP 2020 AUG 2020 JUL 2020
2 y     AUG 2020 JUL 2020 JUN 2020
3 z     APR 2020 JAN 2020 NOV 2019