![](/img/trans.png)
[英]How do I add a column to a data frame in R based on a partial string in another column?
[英]How do I add a column to data frame with a letter representing a date range in another column
我有一個很大的環境數據集,我想在其中添加一列,然后根據另一列中的日期范圍為新列A,B,C,... L中的行分配一個字母。 到目前為止,我的代碼是
prec <- read.csv("precipitation.csv") #read file
prec_DI <- subset(prec, Location=="Dauphin Island") #subset one location
這將創建如下輸出:
prec_DI$Date <- as.Date(strptime(prec_DI$Date, format="%Y%m%d")) #convert date column to R format
df.DI<-data.frame(sumPrec=tapply(prec_DI$Prec, factor(prec_DI$Date), sum)) #sum all values for each date
df.DI$Date<-row.names(df.DI) #add a row names column
DI10 <- subset(df.DI, Date>="2010-05-17"& Date<="2010-10-31") #subset data based on a date range
我不在乎行名稱是否與“日期”列相同,我可以輕松更改它。 我試圖通過使用添加一個新的空列
DI10$Period <- DI10
相反,我想創建一個新列,其中將日期范圍2010-05-17-2010-06-03分配為“ A”,將范圍2010-03-04-2010-03-16分配為“ B”,依此類推。 我將不勝感激,對此有任何幫助,我敢肯定這是一個簡單的問題,但我才剛剛開始學習。
根據要求,我添加此輸出
structure(list(sumPrec = structure(c(0.4, 1.6, 1.9, 1.3, 1.4, 1.7), .Dim = 6L,
.Dimnames = list(c("2010-05-18", "2010-05-26", "2010-05-29", "2010-05-30",
"2010-05-31", "2010-06-01"))), Date = c("2010-05-18", "2010-05-26",
"2010-05-29", "2010-05-30", "2010-05-31", "2010-06-01" )),
.Names = c("sumPrec", "Date"), row.names = c("2010-05-18", "2010-05-26",
"2010-05-29", "2010-05-30", "2010-05-31", "2010-06-01" ), class = "data.frame")
有兩種方法可以做到這一點。 首先,將日期列轉換為代表日歷日期的POSIXct類對象:
DI10$Date <- as.POSIXct(as.Date(DI10$Date))
然后,您可以使用cut.POSIXt()
函數
DI10$Period <- cut.POSIXt(
DI10$Date,
breaks = as.POSIXct(as.Date(c("1970-01-01", "2010-05-17", "2010-05-29", "9999-12-31"))),
labels = c("C", "A", "B"))
這會使用提供的分隔符來縮短您的日期范圍(其中第一個和最后一個日期代表界限); 或者您可以制作一個帶有開始/結束日期和標簽的數據框,例如
dates <- data.frame(Start = c("2010-05-17", "2010-03-04"),
End = c("2010-05-28", "2010-03-16"),
Label = c("A", "C"),
stringsAsFactors = FALSE)
dates$Start <- as.POSIXct(as.Date(dates$Start))
dates$End <- as.POSIXct(as.Date(dates$End))
然后使用sapply
遍歷您的日期以進行“ Period
分配
DI10$Period <- sapply(DI10$Date, function(x) {
out <- dates$Label[x >= dates$Start & x <= dates$End]
if (length(out) == 0) "B" else out
})
輸出:
DI10
# sumPrec Date Period
# 2010-05-18 0.4 2010-05-18 08:00:00 A
# 2010-05-26 1.6 2010-05-26 08:00:00 A
# 2010-05-29 1.9 2010-05-29 08:00:00 B
# 2010-05-30 1.3 2010-05-30 08:00:00 B
# 2010-05-31 1.4 2010-05-31 08:00:00 B
# 2010-06-01 1.7 2010-06-01 08:00:00 B
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.