Question

我有一个如下所示的数据框：

    id      date1 value1      date2 value2      date3 value3
1 1113 2012-01-14     29 2012-09-29     22 2013-10-28     21
2 1622 2012-12-05     93 2012-12-05     82 2013-01-22     26
3 1609 2014-08-30     30 2013-04-07     53 2013-03-20    100
4 1624 2014-01-20     84 2013-03-17     92 2014-01-10     81
5 1861 2014-10-08     29 2012-08-19     84 2012-09-21     56
6 1640 2014-03-05     27 2012-02-28      5 2015-01-11     65

我想创建一个新列，其中包含最近的三列“value1”，“value2”和“value3”中的任何一个值。我不需要知道它与哪个日期相关联。

    id      date1 value1      date2 value2      date3 value3 value_recent
1 1113 2012-01-14     29 2012-09-29     22 2013-10-28     21           21
2 1622 2012-12-05     93 2012-12-05     82 2013-01-22     26           26
3 1609 2014-08-30     30 2013-04-07     53 2013-03-20    100           30
4 1624 2014-01-20     84 2013-03-17     92 2014-01-10     81           84
5 1861 2014-10-08     29 2012-08-19     84 2012-09-21     56           29
6 1640 2014-03-05     27 2012-02-28      5 2015-01-11     65           65

创建工作示例的代码：

set.seed(1234)
id <- sample(1000:2000, 6, replace=TRUE)
date1 <- sample(seq(as.Date('2012-01-01'), as.Date('2016-01-01'), by="day"), 6)
value1 <- sample(1:100, 6, replace=TRUE)
date2 <- sample(seq(as.Date('2012-01-01'), as.Date('2016-01-01'), by="day"), 6)
value2 <- sample(1:100, 6, replace=TRUE)
date3 <- sample(seq(as.Date('2012-01-01'), as.Date('2016-01-01'), by="day"), 6)
value3 <- sample(1:100, 6, replace=TRUE)

df <- data.frame(id, date1, value1, date2, value2, date3, value3)

Answer 1

编辑：根据@Pierre Lafortune的回答，您实际上可以将其合并为一个陈述。

编辑2：在数据中添加了NA，也更改了代码以处理NAs。

这应该相当不错。它确实需要一个循环，我有兴趣看看是否有人可以提出一个简洁的vecotrized解决方案。

date_cols <- colnames(df)[grep("date",colnames(df))]
df$value_recent<-df[cbind(1:nrow(df),grep("date",colnames(df))[apply(sapply(df[,date_cols],as.numeric),1,which.max)]+1)]
df

  id      date1   value1    date2   value2   date3    value3  value_recent
1 1113       <NA>     29 2012-09-29     22 2013-10-28     21           21
2 1622 2012-12-05     93 2012-12-05     82 2013-01-22     26           26
3 1609       <NA>     30 2013-04-07     53 2013-03-20    100           53
4 1624 2014-01-20     84 2013-03-17     92 2014-01-10     81           84
5 1861 2014-10-08     29 2012-08-19     84 2012-09-21     56           29
6 1640 2014-03-05     27 2012-02-28      5 2015-01-11     65           65

数据：

df<-structure(list(id = c(1113L, 1622L, 1609L, 1624L, 1861L, 1640L ), date1 = structure(c(NA, 15679, NA, 16090, 16351, 16134), class = "Date"), value1 = c(29L, 93L, 30L, 84L, 29L, 27L), date2 = structure(c(15612, 15679, 15802, 15781, 15571, 15398), class = "Date"), value2 = c(22L, 82L, 53L, 92L, 84L, 5L), date3 = structure(c(16006, 15727, 15784, 16080, 15604, 16446), class = "Date"), value3 = c(21L, 26L, 100L, 81L, 56L, 65L)), .Names = c("id", "date1", "value1", "date2", "value2", "date3", "value3"), row.names = c(NA, -6L), class = "data.frame")

Answer 2

我正在使用apply查看查找最近日期的行。然后使用该索引查找对应的值。我们使用矩阵子集方法来保持简洁：

indx <- apply(df[grep("date", names(df))], 1, function(x) which(x == max(x))[1])
df$value_recent <- df[grep("val", names(df))][cbind(1:nrow(df), indx)]
#     id      date1 value1      date2 value2      date3 value3 value_recent
# 1 1113 2012-01-14     29 2012-09-29     22 2013-10-28     21           21
# 2 1622 2012-12-05     93 2012-12-05     82 2013-01-22     26           26
# 3 1609 2014-08-30     30 2013-04-07     53 2013-03-20    100           30
# 4 1624 2014-01-20     84 2013-03-17     92 2014-01-10     81           84
# 5 1861 2014-10-08     29 2012-08-19     84 2012-09-21     56           29
# 6 1640 2014-03-05     27 2012-02-28      5 2015-01-11     65           65

（注意：以这种方式安排数据会带来更多麻烦。）

Answer 3

可能没有那么冗长的方法，但这是一个选项。首先将其移至长期＆＃34;格式，然后通过id拆分，排序，并提取最新的记录，并将其与原始数据框合并。

ld <- reshape(df, 
        idvar = "id", 
        varying = list(paste0("date", 1:3),
                       paste0("value", 1:3)),
        v.names = c("date", "value"),
        direction = "long")

recent <- split(ld, ld$id)
recent <- lapply(recent, function(x) {
    d <- x[order(x$date), ]
    d <- d[nrow(d), c(1, 4)]
    names(d)[2] <- "value_recent"
d
})

recent <- do.call(rbind, recent)
merge(df, recent, by = "id")

#     id      date1 value1      date2 value2      date3 value3 value_recent
# 1 1204 2014-10-25     73 2012-12-22     39 2015-07-18     62           62
# 2 1667 2012-01-16     97 2014-02-28     30 2014-12-31     83           83
# 3 1673 2015-01-16     96 2014-12-16     50 2014-08-05     31           96
# 4 1722 2015-02-07     10 2013-12-25      4 2012-08-18     93           10
# 5 1882 2012-10-20     91 2014-12-28     71 2015-09-03     18           18
# 6 1883 2012-03-30     73 2015-04-26      4 2014-12-23     74            4

Answer 4

这是一个类似的解决方案，也以x= np.array(range(2002,2012)) pfarray = [] rrarrays = [] for yr in range(len(band3)): b3 = gdalnumeric.LoadFile(band3[yr]) b4 = gdalnumeric.LoadFile(band4[yr]) ndvi = (b4 - b3)/(b4 + b3) ndvihealthy = ndvi[baarray==2] rr = ndvi/ndvihealthy.mean() rrarrays.append(rr) rr3d = np.dstack(rrarrays) for pixel in rr: pf = np.polyfit(x,rr,1) pfarray.append(pf)开头，但其余部分在一系列管道中完成：

reshape

查找与多个日期列关联的最新值

4 个答案: