使用来自不同现有列的值逐行填充新列，使用日期作为选择标准。

Question

我使用R来编辑GPS点的csv。桌子看起来有点像这样：

ID    DATE        2002.08.01    2002.08.02    2002.08.03    2002.08.04
1     8/1/2002    56            41            54            89
2     8/2/2002    65            59            69            10
3     8/2/2002    66            51            61            5
4     8/3/2002    11            21            12            32

上表中的每一列都有一个日期作为列标题，是在该GPS点的特定一天的雪深度。我想要的是一个新的列SNOW_DEPTH，只有才有正确日期的雪深度。在我给出的示例数据中，我要寻找的解决方案如下：

ID    DATE        SNOW_DEPTH
1     8/1/2002    56
2     8/2/2002    59
3     8/2/2002    51
4     8/3/2002    12

请注意，解决方案表中的SNOW_DEPTH值是根据雪深度值填充的，值来自该行，但是用于填充的列取决于日期。

我不想按名称列出每一列，因为在我的实际数据中有数千列(所有列都是列标题)。有一个简单的，基于脚本的R解决方案来解决我的困境吗？

Answer 1

这里有一个使用tidyverse包套件的解决方案。注意，我假设DATE是作为字符或因素存储的。

df <- read_table("ID    DATE        2002.08.01    2002.08.02    2002.08.03    2002.08.04
1     8/1/2002    56            41            54            89
2     8/2/2002    65            59            69            10
3     8/2/2002    66            51            61            5
4     8/3/2002    11            21            12            32")

library(tidyverse)
df %>%
  gather(COL_DATE, SNOW_DEPTH, -ID, -DATE) %>%
  mutate( # this converts both `DATE` and `COL_DATE` to the date-time format.  If `DATE` is already in this format, skip the first conversion (you still need to convert `COL_DATE`).
    DATE = as.Date(DATE,format = "%m/%d/%Y"),
    COL_DATE = as.Date(COL_DATE, format = "%Y.%m.%d")
  ) %>%
  filter(DATE == COL_DATE) %>%
  select(-COL_DATE)

Answer 2

我认为您的最佳选择是在页面上使用ID/date/value创建一个“长”文件，然后将其合并到ID和date上的初始数据匹配中。

merge(
  transform(dat[1:2], ind=format(as.Date(DATE, format="%m/%d/%Y"), "%Y.%m.%d")),
  cbind(dat["ID"], stack(dat[-(1:2)]))
)

#  ID        ind     DATE values
#1  1 2002.08.01 8/1/2002     56
#2  2 2002.08.02 8/2/2002     59
#3  3 2002.08.02 8/2/2002     51
#4  4 2002.08.03 8/3/2002     12

cbind(dat["ID"], stack(dat[-(1:2)]))给出了长文件：

#   ID values        ind
#1   1     56 2002.08.01
#2   2     65 2002.08.01
#3   3     66 2002.08.01
# <snip>

transform(dat[1:2], ind=format(as.Date(DATE, format="%m/%d/%Y"), "%Y.%m.%d"))将正确格式化的日期返回给merge：

#  ID     DATE        ind
#1  1 8/1/2002 2002.08.01
#2  2 8/2/2002 2002.08.02
#3  3 8/2/2002 2002.08.02
#4  4 8/3/2002 2002.08.03

本例中的dat是：

dat <- read.table(text="ID    DATE        2002.08.01    2002.08.02    2002.08.03    2002.08.04
1     8/1/2002    56            41            54            89
2     8/2/2002    65            59            69            10
3     8/2/2002    66            51            61            5
4     8/3/2002    11            21            12            32", header=TRUE, stringsAsFactors=FALSE)