创建10,000假多年日期data.frames基于365天窗口

Question

这里我的时间范围：

start_day = as.Date('1974-01-01', format = '%Y-%m-%d') 
end_day = as.Date('2014-12-21', format = '%Y-%m-%d') 

df = as.data.frame(seq(from = start_day, to = end_day, by = 'day')) 
colnames(df) = 'date' 

我需要创建万个data.frames用不同的假多年的365天每一个。这意味着10,000个数据框中的每一个都需要有不同的开始和结束年份。

总计df已经到达14,965天，其中365天= 41年。换句话说，df需要分组10,000次不同 41年（每个365天）。 每年的开始必须是随机的，所以它可以是1974-10-03，1974-08-30，1976-01-03等等，并且末尾df的剩余日期需要被回收开始的一个。

分组的假年需要出现在data.frames的第三列中。

我会把所有的data.frames放到一个列表中，但我不知道如何创建生成10,000个不同年份的开始日期的函数，然后将每个data.frame与365天的窗口分组41次。

任何人都可以帮助我吗？

---

@gringer给了一个很好的答案，但它只能解决90％的问题：

dates.df <- data.frame(replicate(10000, seq(sample(df$date, 1), 
              length.out=365, by="day"), 
           simplify=FALSE)) 
colnames(dates.df) <- 1:10000 

我需要为10,000列与日期由14965行从df采取哪些需要是最终在达到df的末尾时回收。

我试图更改length.out = 14965但R不回收​​日期。

---

另一种选择可能是改变length.out = 1，并最终通过保持相同的顺序添加其余df排为每列：

dates.df <- data.frame(replicate(10000, seq(sample(df$date, 1), 
              length.out=1, by="day"), 
           simplify=FALSE)) 
colnames(dates.df) <- 1:10000 

我怎样才能加入剩余的df行到每个col？

Answer 1

的seq方法也适用如果to参数是未指定的，所以它可以被用于产生起始于一个特定日期的特定天数：

> seq(from=df$date[20], length.out=10, by="day") 
[1] "1974-01-20" "1974-01-21" "1974-01-22" "1974-01-23" "1974-01-24" 
[6] "1974-01-25" "1974-01-26" "1974-01-27" "1974-01-28" "1974-01-29" 

当结合replicate和sample使用我想这会给你一个列表想要什么：

> replicate(2,seq(sample(df$date, 1), length.out=10, by="day"), simplify=FALSE) 
[[1]] 
[1] "1985-07-24" "1985-07-25" "1985-07-26" "1985-07-27" "1985-07-28" 
[6] "1985-07-29" "1985-07-30" "1985-07-31" "1985-08-01" "1985-08-02" 

[[2]] 
[1] "2012-10-13" "2012-10-14" "2012-10-15" "2012-10-16" "2012-10-17" 
[6] "2012-10-18" "2012-10-19" "2012-10-20" "2012-10-21" "2012-10-22" 

没有simplify=FALSE说法，它产生一个整数数组（即，R的INTE日期的表示），这有点复杂的转换回日期。一个稍微更复杂的方式来做到这一点，并产生日期输出是使用data.frame上的非简化replicate结果。这里是一个将在每列产生365个日期10,000列数据帧的例子（大约需要5秒生成我的电脑上）：

dates.df <- data.frame(replicate(10000, seq(sample(df$date, 1), 
              length.out=365, by="day"), 
           simplify=FALSE)); 
colnames(dates.df) <- 1:10000; 
> dates.df[1:5,1:5]; 
      1   2   3   4   5 
1 1988-09-06 1996-05-30 1987-07-09 1974-01-15 1992-03-07 
2 1988-09-07 1996-05-31 1987-07-10 1974-01-16 1992-03-08 
3 1988-09-08 1996-06-01 1987-07-11 1974-01-17 1992-03-09 
4 1988-09-09 1996-06-02 1987-07-12 1974-01-18 1992-03-10 
5 1988-09-10 1996-06-03 1987-07-13 1974-01-19 1992-03-11 

来获得日期环绕工作，稍微修改以便能够对原始数据帧，在末尾粘贴自己的副本：

df <- as.data.frame(c(seq(from = start_day, to = end_day, by = 'day'), 
         seq(from = start_day, to = end_day, by = 'day'))); 
colnames(df) <- "date"; 

这样更容易编码下游;替代是用于与用于开始/结束的附加计算和if语句每个结果列处理边界的情况下双seq。

现在不是做日期计算，结果列从原始数据帧（其中算术已经完成）的子集。从帧的前半部分的一个日期开始，然后选择下一个14965值。我使用nrow(df)/2，而不是一个更通用代码：

dates.df <- 
    as.data.frame(lapply(sample.int(nrow(df)/2, 10000), 
         function(startPos){ 
          df$date[startPos:(startPos+nrow(df)/2-1)]; 
         })); 
colnames(dates.df) <- 1:10000; 

>dates.df[c(1:5,(nrow(dates.df)-5):nrow(dates.df)),1:5]; 
       1   2   3   4   5 
1  1988-10-21 1999-10-18 2009-04-06 2009-01-08 1988-12-28 
2  1988-10-22 1999-10-19 2009-04-07 2009-01-09 1988-12-29 
3  1988-10-23 1999-10-20 2009-04-08 2009-01-10 1988-12-30 
4  1988-10-24 1999-10-21 2009-04-09 2009-01-11 1988-12-31 
5  1988-10-25 1999-10-22 2009-04-10 2009-01-12 1989-01-01 
14960 1988-10-15 1999-10-12 2009-03-31 2009-01-02 1988-12-22 
14961 1988-10-16 1999-10-13 2009-04-01 2009-01-03 1988-12-23 
14962 1988-10-17 1999-10-14 2009-04-02 2009-01-04 1988-12-24 
14963 1988-10-18 1999-10-15 2009-04-03 2009-01-05 1988-12-25 
14964 1988-10-19 1999-10-16 2009-04-04 2009-01-06 1988-12-26 
14965 1988-10-20 1999-10-17 2009-04-05 2009-01-07 1988-12-27 

这需要多一点的时间少了，大概是因为日期值已预先caclulated。

Answer 2

试试这一个，使用子集来代替：

start_day = as.Date('1974-01-01', format = '%Y-%m-%d') 
end_day = as.Date('2014-12-21', format = '%Y-%m-%d') 

date_vec <- seq.Date(from=start_day, to=end_day, by="day") 

现在，我创建了一个向量足够长的时间，这样我可以用简单的子集以后：

date_vec2 <- rep(date_vec,2) 

现在，创建随机启动日期为100个实例（用您的应用程序将其替换为10000）：

random_starts <- sample(1:14965, 100) 

现在，创建一个通过简单地用你所需要的长度子集化date_vec2日期列表：

dates <- lapply(random_starts, function(x) date_vec2[x:(x+14964)]) 
date_df <- data.frame(dates) 
names(date_df) <- 1:100 

date_df[1:5,1:5] 

      1   2   3   4   5 
1 1997-05-05 2011-12-10 1978-11-11 1980-09-16 1989-07-24 
2 1997-05-06 2011-12-11 1978-11-12 1980-09-17 1989-07-25 
3 1997-05-07 2011-12-12 1978-11-13 1980-09-18 1989-07-26 
4 1997-05-08 2011-12-13 1978-11-14 1980-09-19 1989-07-27 
5 1997-05-09 2011-12-14 1978-11-15 1980-09-20 1989-07-28