group_by и создать последовательность ежемесячных дат - PullRequest
Новая
       1

group_by и создать последовательность ежемесячных дат

3 голосов
/ 22 сентября 2019

У меня есть некоторые данные, которые выглядят следующим образом: 

     cusip       date start_date   end_date
1 00036020 2011-01-31 2011-07-29 2012-06-30
2 00036020 2011-02-28 2011-07-29 2012-06-30
3 00036020 2011-03-31 2011-07-29 2012-06-30
4 00036020 2011-04-29 2011-07-29 2012-06-30
5 00036020 2011-05-31 2011-07-29 2012-06-30
6 00036020 2011-06-30 2011-07-29 2012-06-30

Я хочу group_by столбец id и вычислить даты конца месяца между start_date и end_date.Или создайте последовательность месячных дат между start_date и end_date, которым я могу сопоставить столбец date.

По сути, я хочу отфильтровать сгруппированные данные до начальной и конечной даты,простое выполнение filter(date >= start_date & date <= end_date) не дает результата.

Выполнение следующих действий: 

  group_by(cusip, start_date, end_date) %>%
  filter(date >= start_date & date <= end_date)

Возвращает: 

> head(df2, 13)
# A tibble: 13 x 4
# Groups:   cusip, start_date, end_date [3]
   cusip    date       start_date end_date  
   <chr>    <date>     <date>     <date>    
 1 00036020 2011-07-29 2011-07-29 2012-06-30
 2 00036020 2011-08-31 2011-07-29 2012-06-30
 3 00036020 2011-09-30 2011-07-29 2012-06-30
 4 00036020 2011-10-31 2011-07-29 2012-06-30
 5 00036020 2011-11-30 2011-07-29 2012-06-30
 6 00036020 2011-12-30 2011-07-29 2012-06-30
 7 00036020 2012-07-31 2012-07-31 2013-06-30
 8 00036020 2012-08-31 2012-07-31 2013-06-30
 9 00036020 2012-09-28 2012-07-31 2013-06-30
10 00036020 2012-10-31 2012-07-31 2013-06-30
11 00036020 2012-11-30 2012-07-31 2013-06-30
12 00036020 2012-12-31 2012-07-31 2013-06-30
13 00036020 2013-07-31 2013-07-31 2014-06-30

Что не является результатом, который я хочуили.Так как в строке 6/7 я теряю данные за 6 месяцев.

У меня гораздо больше данных, чем этот, и я хочу отфильтровать данные между столбцом date, который находится между start_date иend_date.

Просто подумал, как мне это сделать.

Данные: 

    df <- structure(list(cusip = c("00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036020", "00036020", "00036020", 
"00036020", "00036020", "00036020", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110", "00036110", "00036110", "00036110", 
"00036110", "00036110", "00036110"), date = structure(c(15005, 
15033, 15064, 15093, 15125, 15155, 15184, 15217, 15247, 15278, 
15308, 15338, 15370, 15399, 15429, 15460, 15491, 15520, 15552, 
15583, 15611, 15644, 15674, 15705, 15736, 15764, 15792, 15825, 
15856, 15884, 15917, 15947, 15978, 16009, 16038, 16070, 16101, 
16129, 16160, 16190, 16220, 16251, 16282, 16311, 16343, 16374, 
16402, 16435, 16465, 16493, 16525, 16555, 16584, 16616, 16647, 
16678, 16708, 16738, 16769, 16800, 16829, 16829, 16860, 16860, 
16891, 16891, 16920, 16920, 16952, 16952, 16982, 16982, 17011, 
17011, 17044, 17044, 17074, 17074, 17105, 17105, 17135, 17135, 
17165, 17165, 17197, 17225, 17256, 17284, 17317, 17347, 17378, 
17409, 17438, 17470, 17500, 17529, 17562, 17590, 17619, 17651, 
17682, 17711, 17743, 17774, 17802, 17835, 17865, 17896, 12814, 
12842, 12873, 12902, 12934, 12964, 12993, 13026, 13056, 13087, 
13117, 13147, 13179, 13207, 13238, 13266, 13299, 13329, 13360, 
13391, 13420, 13452, 13482, 13511, 13544, 13572, 13602, 13633, 
13664, 13693, 13725, 13756, 13784, 13817, 13847, 13878, 13909, 
13938, 13969, 13999, 14029, 14060, 14091, 14120, 14152, 14183, 
14211, 14244, 14274, 14302, 14334, 14364, 14393, 14425, 14456, 
14487, 14517, 14547, 14578, 14609, 14638, 14666, 14699, 14729, 
14757, 14790, 14820, 14852, 14882, 14911, 14943, 14974, 15005, 
15033, 15064, 15093, 15125, 15155, 15184, 15217, 15247, 15278, 
15308, 15338, 15370, 15399, 15429, 15460, 15491, 15520, 15552, 
15583, 15611, 15644, 15674, 15705, 15736, 15764, 15792, 15825, 
15856, 15884, 15917, 15947, 15978, 16009, 16038, 16070, 16101, 
16129, 16160, 16190, 16220, 16251, 16282, 16311, 16343, 16374, 
16402, 16435, 16465, 16493, 16525, 16555, 16584, 16616, 16647, 
16678, 16708, 16738, 16769, 16800, 16829, 16860, 16891, 16920, 
16952, 16982, 17011, 17044, 17074, 17105, 17135, 17165, 17197, 
17225, 17256, 17284, 17317, 17347, 17378, 17409, 17438, 17470, 
17500, 17529), class = "Date"), start_date = structure(c(15184, 
15184, 15184, 15184, 15184, 15184, 15184, 15184, 15184, 15184, 
15184, 15184, 15552, 15552, 15552, 15552, 15552, 15552, 15552, 
15552, 15552, 15552, 15552, 15552, 15917, 15917, 15917, 15917, 
15917, 15917, 15917, 15917, 15917, 15917, 15917, 15917, 16282, 
16282, 16282, 16282, 16282, 16282, 16282, 16282, 16282, 16282, 
16282, 16282, 16647, 16647, 16647, 16647, 16647, 16647, 16647, 
16647, 16647, 16647, 16647, 16647, 17011, 17011, 17011, 17011, 
17011, 17011, 17011, 17011, 17011, 17011, 17011, 17011, 17011, 
17011, 17011, 17011, 17011, 17011, 17011, 17011, 17011, 17011, 
17011, 17011, 17378, 17378, 17378, 17378, 17378, 17378, 17378, 
17378, 17378, 17378, 17378, 17378, 17743, 17743, 17743, 17743, 
17743, 17743, 17743, 17743, 17743, 17743, 17743, 17743, 13360, 
13360, 13360, 13360, 13360, 13360, 13360, 13360, 13360, 13360, 
13360, 13360, 13725, 13725, 13725, 13725, 13725, 13725, 13725, 
13725, 13725, 13725, 13725, 13725, 14091, 14091, 14091, 14091, 
14091, 14091, 14091, 14091, 14091, 14091, 14091, 14091, 14456, 
14456, 14456, 14456, 14456, 14456, 14456, 14456, 14456, 14456, 
14456, 14456, 14820, 14820, 14820, 14820, 14820, 14820, 14820, 
14820, 14820, 14820, 14820, 14820, 15184, 15184, 15184, 15184, 
15184, 15184, 15184, 15184, 15184, 15184, 15184, 15184, 15552, 
15552, 15552, 15552, 15552, 15552, 15552, 15552, 15552, 15552, 
15552, 15552, 15917, 15917, 15917, 15917, 15917, 15917, 15917, 
15917, 15917, 15917, 15917, 15917, 16282, 16282, 16282, 16282, 
16282, 16282, 16282, 16282, 16282, 16282, 16282, 16282, 16647, 
16647, 16647, 16647, 16647, 16647, 16647, 16647, 16647, 16647, 
16647, 16647, 17011, 17011, 17011, 17011, 17011, 17011, 17011, 
17011, 17011, 17011, 17011, 17011, 17378, 17378, 17378, 17378, 
17378, 17378, 17378, 17378, 17378, 17378, 17378, 17378, 17743, 
17743, 17743, 17743, 17743, 17743, 17743, 17743, 17743, 17743, 
17743, 17743), class = "Date"), end_date = structure(c(15521, 
15521, 15521, 15521, 15521, 15521, 15521, 15521, 15521, 15521, 
15521, 15521, 15886, 15886, 15886, 15886, 15886, 15886, 15886, 
15886, 15886, 15886, 15886, 15886, 16251, 16251, 16251, 16251, 
16251, 16251, 16251, 16251, 16251, 16251, 16251, 16251, 16616, 
16616, 16616, 16616, 16616, 16616, 16616, 16616, 16616, 16616, 
16616, 16616, 16982, 16982, 16982, 16982, 16982, 16982, 16982, 
16982, 16982, 16982, 16982, 16982, 17347, 17347, 17347, 17347, 
17347, 17347, 17347, 17347, 17347, 17347, 17347, 17347, 17347, 
17347, 17347, 17347, 17347, 17347, 17347, 17347, 17347, 17347, 
17347, 17347, 17712, 17712, 17712, 17712, 17712, 17712, 17712, 
17712, 17712, 17712, 17712, 17712, 18077, 18077, 18077, 18077, 
18077, 18077, 18077, 18077, 18077, 18077, 18077, 18077, 13694, 
13694, 13694, 13694, 13694, 13694, 13694, 13694, 13694, 13694, 
13694, 13694, 14060, 14060, 14060, 14060, 14060, 14060, 14060, 
14060, 14060, 14060, 14060, 14060, 14425, 14425, 14425, 14425, 
14425, 14425, 14425, 14425, 14425, 14425, 14425, 14425, 14790, 
14790, 14790, 14790, 14790, 14790, 14790, 14790, 14790, 14790, 
14790, 14790, 15155, 15155, 15155, 15155, 15155, 15155, 15155, 
15155, 15155, 15155, 15155, 15155, 15521, 15521, 15521, 15521, 
15521, 15521, 15521, 15521, 15521, 15521, 15521, 15521, 15886, 
15886, 15886, 15886, 15886, 15886, 15886, 15886, 15886, 15886, 
15886, 15886, 16251, 16251, 16251, 16251, 16251, 16251, 16251, 
16251, 16251, 16251, 16251, 16251, 16616, 16616, 16616, 16616, 
16616, 16616, 16616, 16616, 16616, 16616, 16616, 16616, 16982, 
16982, 16982, 16982, 16982, 16982, 16982, 16982, 16982, 16982, 
16982, 16982, 17347, 17347, 17347, 17347, 17347, 17347, 17347, 
17347, 17347, 17347, 17347, 17347, 17712, 17712, 17712, 17712, 
17712, 17712, 17712, 17712, 17712, 17712, 17712, 17712, 18077, 
18077, 18077, 18077, 18077, 18077, 18077, 18077, 18077, 18077, 
18077, 18077), class = "Date")), row.names = c(NA, -264L), class = "data.frame")

РЕДАКТИРОВАТЬ: Ожидаемый результат:

Ожидаемый результат будетбыть в основном "дублировать" столбец date.Поэтому создайте последовательность дат следующим образом:

Первые 24 наблюдения:

Первая последовательность от 2011-07-29 до 2012-06-30, и поэтому она должна начинаться со строки 7 (все строки с** будут отброшены), поскольку они меньше start_date.Последовательность должна продолжаться в течение 12 месяцев seq(from = as.Date("2011-07-29"), to = as.Date("2012-06-30"), by = "months"), заканчивающихся в строке 18. Новая последовательность начинается в lne 19, поскольку start_date - это 2012-07-31. 

          cusip       date start_date   end_date
   ** 1  00036020 2011-01-31 2011-07-29 2012-06-30
   ** 2  00036020 2011-02-28 2011-07-29 2012-06-30
   ** 3  00036020 2011-03-31 2011-07-29 2012-06-30
   ** 4  00036020 2011-04-29 2011-07-29 2012-06-30
   ** 5  00036020 2011-05-31 2011-07-29 2012-06-30
   ** 6  00036020 2011-06-30 2011-07-29 2012-06-30
    7    00036020 2011-07-29 2011-07-29 2012-06-30
    8    00036020 2011-08-31 2011-07-29 2012-06-30
    9    00036020 2011-09-30 2011-07-29 2012-06-30
    10   00036020 2011-10-31 2011-07-29 2012-06-30
    11   00036020 2011-11-30 2011-07-29 2012-06-30
    12   00036020 2011-12-30 2011-07-29 2012-06-30
    13   00036020 2012-01-31 2012-07-31 2013-06-30
    14   00036020 2012-02-29 2012-07-31 2013-06-30
    15   00036020 2012-03-30 2012-07-31 2013-06-30
    16   00036020 2012-04-30 2012-07-31 2013-06-30
    17   00036020 2012-05-31 2012-07-31 2013-06-30
    18   00036020 2012-06-29 2012-07-31 2013-06-30
    19   00036020 2012-07-31 2012-07-31 2013-06-30
    20   00036020 2012-08-31 2012-07-31 2013-06-30
    21   00036020 2012-09-28 2012-07-31 2013-06-30
    22   00036020 2012-10-31 2012-07-31 2013-06-30
    23   00036020 2012-11-30 2012-07-31 2013-06-30
    24   00036020 2012-12-31 2012-07-31 2013-06-30

Я думаю, что я должен просто сделать start_date и end_date уникальные значения и фильтр оттуда.

1 Ответ

2 голосов
/ 22 сентября 2019

Если нам нужно создать последовательность дат для каждой 'start_date' и соответствующей ей 'end_date', это можно сделать с помощью map2, и здесь нет необходимости в какой-либо группировке, поскольку она получает последовательность из каждого соответствующего 'start_date / end_date '

library(purrr)
df %>%
      mutate(Seq = map2(start_date, end_date, seq, by = '1 day'))

Обновление

На основе комментариев ОП 

df %>%  
   group_by(cusip) %>% 
   mutate(rn = row_number()) %>%       
   filter(cummax(date >= start_date & date <= end_date) > 0)
# A tibble: 102 x 5
# Groups:   cusip [1]
#   cusip    date       start_date end_date      rn
#   <chr>    <date>     <date>     <date>     <int>
# 1 00036020 2011-07-29 2011-07-29 2012-06-30     7
# 2 00036020 2011-08-31 2011-07-29 2012-06-30     8
# 3 00036020 2011-09-30 2011-07-29 2012-06-30     9
# 4 00036020 2011-10-31 2011-07-29 2012-06-30    10
# 5 00036020 2011-11-30 2011-07-29 2012-06-30    11
# 6 00036020 2011-12-30 2011-07-29 2012-06-30    12
# 7 00036020 2012-01-31 2012-07-31 2013-06-30    13
# 8 00036020 2012-02-29 2012-07-31 2013-06-30    14
# 9 00036020 2012-03-30 2012-07-31 2013-06-30    15
#10 00036020 2012-04-30 2012-07-31 2013-06-30    16
# … with 92 more rows

- проверка первых 24 строк

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.

Нет похожих вопросов

...