通過匹配不同長度的日期替換數據框中的值

Question

我有52個時間序列文件，它們的日期長度不同。 全部具有相同的結束日期-2017年1月31日，但是所有52個數據框都有不同的開始日期。

'數據'：nRows

Date        FLOW     Modelled
01-01-1992  1.856    NA
02-01-1992  1.523    NA
03-01-1992  2.623    NA    
04-01-1992  3.679    NA
...
31-12-2017

對於列中的每個數據集，我還有一個模擬FLOW值的文件。

“模擬”：20819行，53列（包括日期）。

Date        1        2          3       ..52
01-01-1961  1.856    2.889      2.365
02-01-1961  1.523    3.536      4.624
03-01-1961  2.536    2.452      6.352    
04-01-1961  3.486    4.267      3.685
...
31-12-2017

我的問題是我想從模擬數據中選擇每一列（例如，列1對應於“數據”文件1），並用模擬值填充“數據”的建模列。 理想情況下，這將根據文件名列表循環遍歷52個文件

我面臨的問題是使用l​​eft_join時出現的錯誤是

 e.g.  replacement has 20819 rows, data has 9657

當“數據”比“模擬”短時，以及

 e.g.  replacement has 20819 rows, data has 22821

當“數據”長於“模擬”時。

我嘗試使用dplyr包的dplyr並沒有運氣，因為日期在'data'和'Simulated'數據幀之間不匹配。

library(dplyr)
df <-left_join(data, Simulated, by = c("Date"),all.x=TRUE)

我已經使用類似於Simulated$Date <- as.Date(with(Simulated, paste(Year, Month, Day, sep="-")), "%Y-%m-%d") 。 但是使用left_join時仍然出現以下錯誤：

cannot join a Date object with an object that is not a Date object

Answer 1

可以使用tidyverse和read.table實現解決方案。 首先從列表中的所有文件中讀取所有數據幀，然后使用dplyr::bind_rows將它們合並到一個數據幀中。

#Get the file list
filelist = list.files(path = ".", pattern = ".*.txt", full.names = TRUE)
# Read all files in a list
ll <- lapply(filelist, FUN=read.table, header=TRUE, stringsAsFactors = FALSE)


# Read data from file containing simulate data
simulated <- read.table(file = "simulated.txt", header=TRUE, stringsAsFactors = FALSE)


library(tidyverse)

#Convert simulated data to long format and then join with other dataframes
simulated %>% mutate(Date = as.Date(Date, format = "%d-%m-%Y")) %>%
  gather(df_num, SIM_FLOW, -Date) %>% 
  mutate(df_num = gsub("X(\\d+)", "\\1", df_num)) %>%
  right_join(bind_rows(ll, .id="df_num") %>% mutate(Date = as.Date(Date, format = "%d-%m-%Y")),
             by=c("df_num", "Date"))


#          Date df_num SIM_FLOW   FLOW Modelled
# 1  1992-01-01      1     1.86   1.86       NA
# 2  1992-01-02      1       NA   1.52       NA
# 3  1992-01-03      1       NA   2.62       NA
# 4  1992-01-04      1       NA   3.68       NA
# 5  1993-01-01      2       NA  11.86       NA
# 6  1993-01-02      2     3.54  11.52       NA
# 7  1993-01-03      2       NA  12.62       NA
# 8  1993-01-04      2       NA  13.68       NA
# 9  1994-01-01      3       NA 111.86       NA
# 10 1994-01-02      3       NA 111.52       NA
# 11 1994-01-03      3     6.35 112.62       NA
# 12 1994-01-04      3       NA 113.68       NA

數據：

simulated.txt

Date        1        2          3
01-01-1992  1.856    2.889      2.365
02-01-1993  1.523    3.536      4.624
03-01-1994  2.536    2.452      6.352    
04-01-1902  3.486    4.267      3.685


File1.txt

Date        FLOW     Modelled
01-01-1992  1.856    NA
02-01-1992  1.523    NA
03-01-1992  2.623    NA    
04-01-1992  3.679    NA

File2.txt

Date        FLOW     Modelled
01-01-1993  11.856    NA
02-01-1993  11.523    NA
03-01-1993  12.623    NA    
04-01-1993  13.679    NA

File3.txt

Date        FLOW     Modelled
01-01-1994  111.856    NA
02-01-1994  111.523    NA
03-01-1994  112.623    NA    
04-01-1994  113.679    NA