Question

我正在处理包含2列的数据框，如下所示：

    time        frequency
  2014-01-06       13
  2014-01-07       30
  2014-01-09       56

我的问题是我有兴趣计算频率为0的天数。使用RPostgreSQL / RSQLite来提取数据，因此除非有值（即除非频率至少为1），否则没有给出日期时间。如果我有兴趣计算数据框中实际不存在的这些日期，有没有简单的方法去做呢？ I.E.如果我们考虑日期范围2014-01-01到20-14-01-10，我希望它计算7

我唯一想到的是蛮力为每个日期创建一个单独的数据框（注意这是4年以上的日期，这将是一项巨大的任务）然后合并两个数据帧并计算NA值的数量。我确信有一个比我想象的更优雅的解决方案。

谢谢！

Answer 1

按日期排序，然后查找差距。

start <- as.Date("2014-01-01")
time <- as.Date(c("2014-01-06", "2014-01-07","2014-01-09"))
end <- as.Date("2014-01-10")

time <- sort(unique(time))

# Include start and end dates, so the missing dates are 1/1-1/5, 1/8, 1/10
d <- c(time[1]- start,
       diff(time) - 1,
       end - time[length(time)] )

d # [1] 5 0 1 1
sum(d) # 7 missing days

现在哪几天都不见了......

(gaps <- data.frame(gap_starts = c(start,time+1)[d>0],
                    gap_length = d[d>0]))
#   gap_starts gap_length
# 1 2014-01-01          5
# 2 2014-01-08          1
# 3 2014-01-10          1    

for (g in 1:nrow(gaps)){
  start=gaps$gap_starts[g]
  length=gaps$gap_length[g]
  for(i in start:(start+length-1)){
    print(as.Date(i, origin="1970-01-01"))
  }
}
# [1] "2014-01-01"
# [1] "2014-01-02"
# [1] "2014-01-03"
# [1] "2014-01-04"
# [1] "2014-01-05"
# [1] "2014-01-08"
# [1] "2014-01-10"

计算不存在的日期

1 个答案: