将日期汇总到不同的组中

Question

我有一个提供杂项日期的变量。 我想总结一下这些，以便在将它们用于预测模型之前将它们分解。

我想按以下方式对日期进行分组：

• 今年（本日历年）
• 去年
• 3 年多以前

我对 R 很陌生，因此非常感谢您对此的任何帮助。 谢谢

Answer 1

正如其他评论者所指出的，您没有提供任何数据或可重复的示例，但无论如何让我们试一试。

我将使用两个 tidyverse 包dplyr和lubridate来帮助我们。

出于目前的目的，让我们首先生成一些随机日期并将它们放入数据框/tibble 中。 正如 Gregor 上面指出的那样，我假设您的日期已经在正确类的数据框中。

data <- tibble(date = sample(seq(as.Date('2015-01-01'), as.Date('2020-12-31'), by="day"), 50))

现在让我们使用dplyr和lubridate将日期重新编码为一个新变量date_group ：

data %>%
  mutate(date_group = factor(
    case_when(
      year(date) == year(today()) ~ "This Year",
      year(date) == year(today()) - 1 ~ "Last Year",
      year(date) < today() - years(3) ~ "Over 3 Years Ago",
      TRUE ~ "Other"
    )
  ))

对于前两组，我们将使用lubridate函数year() （从日期中提取年份）应用于data的date列，并将其与从今天日期提取的年份（使用today() ）进行比较。

对于 3 年前的日期，我们使用years()从今天的日期减去 3 年（注意这与今年和去年基于日历年的计算不同years() 。

当然，这会为少于 3 年前但多于 1 个日历年前的日期留下空白。 我们在case_when函数中有一个默认选项，将其指定为“其他”。

我们将case_when函数的结果包装在factor()以便将结果组视为一个因子，而不是准备好进行后续建模的字符串。

如果您只有几个类别，则case_when函数很有用（并且易于阅读）。 太多了，它变得太乱了，你应该考虑另一种方法来重组你的数据。