基于日期范围序列的新类别

Question

我有一个data.frame，其中我想创建一个新的列，对样本的发源期进行分类。每个周期从8月1日开始，到7月31日结束。目前，第1期为01/8月/2001至31/7月/2002，第2期为01/Aug/2002至31/7月/2003。

我一直在尝试dplyr，因为我想要一个整洁的解决方案。

下面是data.frame的一个示例

Date <- seq(as.Date("2001/08/01"), by = "month", length.out = 60)
AHD <- rnorm(60, mean = 12, sd = 1)
df <- data.frame(Date=Date, AHD = AHD)

我可以使用以下方法将data.frame子集为一个句点：

df %>%
  group_by(dr = cut(Date, breaks = c(range(Date), 
                                     as.Date(c("2001-08-01", "2002-07-31"))), include.lowest=TRUE) )

但是，我不知道如何在一个周期序列中这样做，也不知道如何构建新的类别列。我需要一个新的列，说明每一行是否属于句号1、句号2等。

Answer 1

我们可以创建一个从min of Date到max的年日期序列，并在cut中使用。

period <- seq(min(df$Date), max(df$Date), by = "1 year")
df$period <- cut(df$Date, breaks =  c(period, Inf), 
              labels = paste0("period", seq_along(period)))


df
#         Date          AHD  period
#1  2001-08-01 10.792934251 period1
#2  2001-09-01 12.277429242 period1
#3  2001-10-01 13.084441177 period1
#4  2001-11-01  9.654302297 period1
#5  2001-12-01 12.429124689 period1
#6  2002-01-01 12.506055892 period1
#7  2002-02-01 11.425260040 period1
#8  2002-03-01 11.453368144 period1
#9  2002-04-01 11.435548001 period1
#10 2002-05-01 11.109962171 period1
#11 2002-06-01 11.522807300 period1
#12 2002-07-01 11.001613555 period1
#13 2002-08-01 11.223746105 period2
#....

我们也可以使用findInterval，它提供与cut相同的结果。

df$period <- paste0("period", findInterval(df$Date,  period))

数据

set.seed(1234)
Date <- seq(as.Date("2001/08/01"), by = "month", length.out = 60)
AHD <- rnorm(60, mean = 12, sd = 1)
df <- data.frame(Date=Date, AHD = AHD)

Answer 2

下面是一个基于对类似问题here的答案的解决方案

library(tidyverse)
library(zoo)


Date <- seq(as.Date("2001/08/01"), by = "month", length.out = 60)
AHD <- rnorm(60, mean = 12, sd = 1)
df <- data.frame(Date=Date, AHD = AHD)

df=df%>% mutate(period=as.integer(as.yearmon(Date) - 7/12 + 1)-2001)