Finden Sie die max Datum in einer Spalte über mehrere Zeilen

Habe ich folgende Daten Rahmen:

id       <- c(1,1,2,3,3)
date     <- c("23-01-08","01-11-07","30-11-07","17-12-07","12-12-08")
df       <- data.frame(id,date)
df$date2 <- as.Date(as.character(df$date), format = "%d-%m-%y")


id     date      date2
1   23-01-08 2008-01-23
1   01-11-07 2007-11-01
2   30-11-07 2007-11-30
3   17-12-07 2007-12-17
3   12-12-08 2008-12-12

nun muss ich erstellen Sie eine vierte Spalte einfügen und maximale Datum der Transaktion für jeden id.
der final table sollte wie folgt:

id     date      date2        max
1   23-01-08 2008-01-23 2008-01-23
1   01-11-07 2007-11-01   0
2   30-11-07 2007-11-30 2007-11-30 
3   17-12-07 2007-12-17   0
3   12-12-08 2008-12-12 2008-12-12

Ich wäre sehr dankbar wenn Sie mir helfen, mit diesem.

InformationsquelleAutor AliCivil | 2012-08-26

date r

id<-c(1,1,2,3,3)
date<-c("23-01-08","01-11-07","30-11-07","17-12-07","12-12-08")
df<-data.frame(id,date)
df$date2<-as.Date(as.character(df$date), format = "%d-%m-%y")
# aggregate can be used for this type of thing
d = aggregate(df$date2,by=list(df$id),max)
# And merge the result of aggregate 
# with the original data frame
df2 = merge(df,d,by.x=1,by.y=1)
df2

  id     date      date2          x
1  1 23-01-08 2008-01-23 2008-01-23
2  1 01-11-07 2007-11-01 2008-01-23
3  2 30-11-07 2007-11-30 2007-11-30
4  3 17-12-07 2007-12-17 2008-12-12
5  3 12-12-08 2008-12-12 2008-12-12

Edit: Da du willst die Letzte Spalte "leer", wenn das Datum nicht mit dem max Datum, können Sie versuchen, die nächste Zeile.

df2[df2[,3]!=df2[,4],4]=NA

df2
  id     date      date2          x
1  1 23-01-08 2008-01-23 2008-01-23
2  1 01-11-07 2007-11-01       <NA>
3  2 30-11-07 2007-11-30 2007-11-30
4  3 17-12-07 2007-12-17       <NA>
5  3 12-12-08 2008-12-12 2008-12-12

Natürlich, es ist immer schön zu bereinigen, die colnames, etc., aber das überlasse ich Ihnen.

InformationsquelleAutor seandavi

Ein weiterer Ansatz ist die Verwendung der plyr Paket:

library(plyr)
ddply(df, "id", summarize, max = max(date2))

#  id        max
#1  1 2008-01-23
#2  2 2007-11-30
#3  3 2008-12-12

Nun ist dies nicht in dem format, das Sie gab nach, als es zeigt nur jede id einmal. Keine Angst, wir können transform statt summarize:

ddply(df, "id", transform, max = max(date2))

#  id     date      date2        max
#1  1 01-11-07 2007-11-01 2008-01-23
#2  1 23-01-08 2008-01-23 2008-01-23
#3  2 30-11-07 2007-11-30 2007-11-30
#4  3 12-12-08 2008-12-12 2008-12-12
#5  3 17-12-07 2007-12-17 2008-12-12

Als in @seandavi Antwort, dies wiederholt der max Datum für jede id. Wenn Sie möchten, ändern Sie die Duplikate zu NA, so etwas wie dies wird den job tun:

within(ddply(df, "id", transform, max = max(date2)), max[max != date2] <- NA)

InformationsquelleAutor seancarmody

Hinzufügen dplyr Lösung, falls jemand sucht:

library(dplyr)

df %>%
  group_by(id) %>%
  mutate(max = if_else(date2 == max(date2), date2, as.Date(NA)))

Ergebnis:

# A tibble: 5 x 4
# Groups:   id [3]
     id     date      date2        max
  <dbl>   <fctr>     <date>     <date>
1     1 23-01-08 2008-01-23 2008-01-23
2     1 01-11-07 2007-11-01         NA
3     2 30-11-07 2007-11-30 2007-11-30
4     3 17-12-07 2007-12-17         NA
5     3 12-12-08 2008-12-12 2008-12-12

Ich benutze es auf diese Weise: Sie mutieren(flag_last = if_else(Datum == max(date), TRUE, FALSE)) %>% filter(flag_last == TRUE)

InformationsquelleAutor avid_useR

library(sqldf)
tables<- '(SELECT * FROM df
           )
           AS t1,
           (SELECT id,max(date2) date2 FROM df GROUP BY id
           )
           AS t2'

out<-fn$sqldf("SELECT t1.*,t2.date2 mdate FROM $tables WHERE  t1.id=t2.id")
out$mdate<-as.Date(out$mdate)
out$mdate[out$date2!=out$mdate]<-NA
#  id     date      date2      mdate
#1  1 01-11-07 2007-11-01       <NA>
#2  1 23-01-08 2008-01-23 2008-01-23
#3  2 30-11-07 2007-11-30 2007-11-30
#4  3 12-12-08 2008-12-12 2008-12-12
#5  3 17-12-07 2007-12-17       <NA>

InformationsquelleAutor shhhhimhuntingrabbits

Können Sie nicht verwenden Sie 0 als ein Date-Wert, so müssen Sie entweder zu verlassen halten Sie es als ein Datum ein, oder akzeptieren Sie einen NA-Wert:

# Date values:
df$maxdt <- ave(df$date2, df$id, 
                    FUN=function(x) ifelse( x == max(x), as.character(x), NA) ) 
str(ave(df$date2, df$id, FUN=function(x) ifelse( x == max(x), as.character(x), NA) ) )
# Date[1:5], format: "2008-01-23" NA "2007-11-30" NA "2008-12-12"

Den ifelse Maschinen hat einige seltsame Art zu prüfen, dass Niederlagen mit nur x als zweites argument oben, aber noch gibt Date-Klasse vector. Gehen Abbildung! Unter der Zeichen-Vektor-option.

# Character values:
df$maxdt <- ave(as.character(df$date2), df$id, 
                   FUN=function(x) ifelse( x == max(x), x,  "0") )
ave(as.character(df$date2), df$id, FUN=function(x) ifelse( x == max(x), x,  "0") )
[1] "2008-01-23" "0"          "2007-11-30" "0"          "2008-12-12"

InformationsquelleAutor 42-

0

Fand ich dieses, um zu helfen, wenn ich will, um zu sehen, die min/max Datum einer Spalte

Max: head(df %>% distinct(date) %>% arrange(desc(date)))

Min: head(df %>% distinct(date) %>% arrange(date))

Max Sortieren die Spalte Datum, in absteigender Reihenfolge, so dass Sie sehen die max. Die min erfolgt die Sortierung in aufsteigender Reihenfolge, so dass Sie sehen die min.

Müssen Sie die dplyr - Paket für diese.

InformationsquelleAutor grantog

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.