马克开始和团体

末考虑形式马克开始和团体

 seller buyer  month 
1: 50536344 61961225 1993-01-01 
2: 50536344 61961225 1993-02-01 
3: 50536344 61961225 1993-04-01 
4: 50536344 61961225 1993-05-01 
5: 50536344 61961225 1993-06-01

的data.table结构，在那里我有(buyer, seller)双随着时间的推移。我想标记每一对的开始和结束。例如，我们看到从一月到二月有一对，三月没有，一到四月到六月。因此，下面的将是所期望的输出：

 seller buyer  month start end 
1: 50536344 61961225 1993-01-01 True False 
2: 50536344 61961225 1993-02-01 False True 
3: 50536344 61961225 1993-04-01 True False 
4: 50536344 61961225 1993-05-01 False False 
5: 50536344 61961225 1993-06-01 False True

来源

2014-07-25 FooBar

假设month处于Date类（或类似地用于POSIXt，IDateTime或其他类与diff方法），则可以使用diff函数做到这一点。

# sort data.table 
setkeyv(dt, c("seller", "buyer", "month")) 
# define start 
dt[, start := c(TRUE, diff(month) > 31), by = list(seller, buyer)] 
# define end 
dt[, end := c(diff(month) > 31, TRUE), by = list(seller, buyer)]

编辑：@David Arenburg的建议：你当然可以一次性定义开始和结束。这应该稍微快一点，但我也觉得它更难读。

dt[, ":=" (start = c(TRUE, diff(month) > 31), 
      end = c(diff(month) > 31, TRUE)), 
    by = list(seller, buyer)]

EDIT2：发生了什么事的一些更explonation：每对卖方和买方先观察将永远是一个商业关系的开始，所以start = c(TRUE, ...)。之后，如果且仅当时间差超过一个月（31天）时，进一步观察业务关系才会开始，所以diff(month) > 31。把这两件事放在一起，你得到c(TRUE, diff(month) > 31)。一个类似的逻辑适用于最后，你必须比较下一个观察，而不是前一个观察。

来源

2014-07-25 12:18:26 shadow

为什么你需要假设'Date'类？只需使用'data.table'中的'IDateTime'，即：'dt [，start：= c（TRUE，diff（as.IDate（month））> 31），by = list（seller，buyer）]; dt [，end：= c（diff（as.IDate（month））> 31，TRUE），by = list（seller，buyer）]' –

@David Arenburg：当然，'IDateTime'也可以，日期类（使用“diff”方法）而不是“字符”或“因素”。 – shadow

另外，为什么不能一气呵成呢？结束= c（差异（as.IDate（月））> 31，TRUE）），by（由于.IDate（月））> =清单（卖方，买方）]'。（在'：='后面加上反引号）。除此之外（+1）:) –

马克开始和团体

回答

相关问题