Упорядочение подмножества столбцов по дате - PullRequest
Новая
       42

Упорядочение подмножества столбцов по дате

1 голос
/ 15 марта 2020

У меня есть фрейм данных, часть столбцов которого не в правильном порядке (это даты). См .: 

data1989 <- data.frame("date_fire" = c("1987-02-01", "1987-07-03", "1988-01-01"), 
                       "Foresttype" = c("oak", "pine", "oak"),
                       "meanSolarRad" = c(500, 550, 450),
                       "meanRainfall" = c(600, 300, 450),
                       "meanTemp" = c(14, 15, 12),
                       "1988.01.01" = c(0.5, 0.589, 0.66), 
                       "1986.06.03" = c(0.56, 0.447, 0.75), 
                       "1986.10.19" = c(0.8, NA, 0.83),
                       "1988.01.19" = c(0.75, 0.65,0.75), 
                       "1986.06.19" = c(0.1, 0.55,0.811),
                       "1987.10.19" = c(0.15, 0.12, 0.780),
                       "1988.01.19" = c(0.2, 0.22,0.32), 
                       "1986.06.19" = c(0.18, 0.21,0.23),
                       "1987.10.19" = c(0.21, 0.24, 0.250),
                       check.names = FALSE,
                       stringsAsFactors = FALSE) 

> data1989
   date_fire Foresttype meanSolarRad meanRainfall meanTemp 1988.01.01 1986.06.03 1986.10.19 1988.01.19 1986.06.19 1987.10.19 1988.01.19 1986.06.19 1987.10.19
1 1987-02-01        oak          500          600       14      0.500      0.560       0.80       0.75      0.100       0.15       0.20       0.18       0.21
2 1987-07-03       pine          550          300       15      0.589      0.447         NA       0.65      0.550       0.12       0.22       0.21       0.24
3 1988-01-01        oak          450          450       12      0.660      0.750       0.83       0.75      0.811       0.78       0.32       0.23       0.25

Я хотел бы упорядочить столбцы по возрастанию даты и оставить первые 5 столбцов одинаковыми. Имейте в виду, что в моем исходном наборе данных у меня есть 30 исходных столбцов, которые должны быть одинаковыми.

Ответы [ 4 ]

2 голосов
/ 15 марта 2020

Как прокомментировано, старайтесь избегать широкоформатных данных со столбцами, которые содержат элементы данных, такие как даты, значения категорий, другие показатели. Вместо этого используйте долгоформатированные, аккуратные данные, где упорядочение намного проще, включая агрегирование, объединение, построение графиков и моделирование.

В частности, рассмотрим reshape для слияния дат в одно поле, например квартал со значением . Тогда order четверть столбец легко: 

# RESHAPE WIDE TO LONG
long_data1989 <- reshape(data1989, varying = names(data1989)[6:ncol(data1989)],
                         times = names(data1989)[6:ncol(data1989)],
                         v.names = "value", timevar = "quarter", ids = NULL,
                         new.row.names = 1:1E4, direction = "long")

# ORDER DATES AND RESET row.names
long_data1989 <- `row.names<-`(with(long_data1989, long_data1989[order(date_fire, quarter),]),
                               NULL)

long_data1989

Онлайн-демонстрация

1 голос
/ 15 марта 2020

Если вы хотите использовать dplyr, здесь есть альтернатива. Обратите внимание, что каждое имя должно быть уникальным. В твоем df было несколько дубликатов 

library(dplyr)

data1989 <- data.frame("date_fire" = c("1987-02-01", "1987-07-03", "1988-01-01"), 
                       "Foresttype" = c("oak", "pine", "oak"),
                       "meanSolarRad" = c(500, 550, 450),
                       "meanRainfall" = c(600, 300, 450),
                       "meanTemp" = c(14, 15, 12),
                       "1988.01.01" = c(0.5, 0.589, 0.66), 
                       "1986.06.03" = c(0.56, 0.447, 0.75), 
                       "1986.10.19" = c(0.8, NA, 0.83),
                       "1988.01.19" = c(0.75, 0.65,0.75), 
                       "1986.06.19" = c(0.1, 0.55,0.811),
                       "1987.10.19" = c(0.15, 0.12, 0.780),
                       # "1988.01.19" = c(0.2, 0.22,0.32),
                       # "1986.06.19" = c(0.18, 0.21,0.23),
                       # "1987.10.19" = c(0.21, 0.24, 0.250),
                       check.names = FALSE,
                       stringsAsFactors = FALSE) 

# Sort date column names. replace 6 with first date column 
sorted_colnames = sort(names(data1989)[6:ncol(data1989)])

# Sort columns. Replace 5 with last non-date column
data1989 %>% 
  select(1:5, sorted_colnames)
1 голос
/ 15 марта 2020

Мы можем преобразовать имена столбцов, которые являются датами, в класс Date, сделать order и затем использовать это как индекс столбца 

i1 <- grep('^\\d{4}\\.\\d{2}\\.\\d{2}$', names(data1989))
data1989[c(seq_len(i1[1]-1), order(as.Date(names(data1989)[i1], "%Y.%m.%d")) + i1[1]-1)]
# date_fire Foresttype meanSolarRad meanRainfall meanTemp 1986.06.03 1986.06.19 1986.06.19.1 1986.10.19 1987.10.19
#1 1987-02-01        oak          500          600       14      0.560      0.100         0.18       0.80       0.15
#2 1987-07-03       pine          550          300       15      0.447      0.550         0.21         NA       0.12
#3 1988-01-01        oak          450          450       12      0.750      0.811         0.23       0.83       0.78
#  1987.10.19.1 1988.01.01 1988.01.19 1988.01.19.1
#1         0.21      0.500       0.75         0.20
#2         0.24      0.589       0.65         0.22
#3         0.25      0.660       0.75         0.32
0 голосов
/ 15 марта 2020

Решение Base R (аналогично @Parfaits): 

# Reshape dataframe wide --> long:

df_long <- 
  reshape(data1989,
          direction = "long",
          varying = which(!(is.na(as.Date(names(data1989), "%Y.%m.%d")))),
          idvar = which(is.na(as.Date(names(data1989), "%Y.%m.%d"))),
          v.names = "value",
          times = na.omit(as.Date(names(data1989), "%Y.%m.%d")),
          timevar = "date_surveyed",
          new.row.names = 1:(nrow(data1989)*length(na.omit(as.Date(names(data1989), 
                                                         "%Y.%m.%d")))))
# Order the data frame and reset the index: 

ordered_df_long <- data.frame(df_long[with(df_long, order(date_fire, date_surveyed)),],
                              row.names = NULL)
...