使用dplyr內序列變異的功能

我試圖計算內dplyr::mutate個月的兩個日期之間的號碼，但碰上錯誤使用dplyr內序列變異的功能

Error in mutate_impl(.data, dots) : 'from' must be of length 1

有一些關於seq這是不符合mutate？

library(dplyr) 
dset <- data.frame(f = as.Date(c("2016-03-04","2016-12-13","2017-03-01")) , 
        o = as.Date(c("2016-03-04","2016-12-13","2017-06-02"))) 
dset %>% mutate(y = length(seq(from=f, to=o, by='month')) - 1)

來源

2017-06-22 user2105469

您傳遞給'seq'函數的是一個數組，它只能接受單個值。 –

要解決它，您可以使用sapply或mapply。否則，您可以使用lubridate中的函數從日期中提取月份，然後計算差異。

library(dplyr) 
library(lubridate) 
# Sapply 
dset %>% 
    mutate(y=sapply(1:length(f), function(i) length(seq(f[i], o[i], by="month")) - 1)) 

# Mapply 
dset %>% 
    mutate(y=mapply(function(x, y) length(seq(x, y, by="month")) - 1, f, o)) 

# function in lubridate 
dset %>% mutate(y=month(o) - month(f))

來源

2017-06-22 16:29:40 JasonWang

如果您使用'lapply' /'sapply'來迭代索引，這是您應該使用'Map' /'mapply'的標誌。 – alistaire

已添加回答。謝謝！ – JasonWang

您可能還需要使用dplyr本：

dset <- data.frame(f = as.Date(c("2016-03-04","2016-12-13","2017-03-01")) , 
        o = as.Date(c("2016-03-04","2016-12-13","2017-06-02"))) 

dset %>% mutate(y = as.numeric(difftime(f,o, units = "weeks"))/4)

來源

2017-06-22 16:29:32 akash87

你是對的。 Mea culpa。 – akash87

您需要組，迭代，或調整，使得每個from和to參數是長度爲1（seq(1, 5)是細; seq(1:2, 5:6)不是），這意味着rowwise或也許group_by_all：

library(dplyr) 

dset <- data.frame(f = as.Date(c("2016-03-04","2016-12-13","2017-03-01")) , 
        o = as.Date(c("2016-03-04","2016-12-13","2017-06-02"))) 

dset %>% 
    rowwise() %>% 
    mutate(y = length(seq(f, o, by = 'month')) - 1) 

#> Source: local data frame [3 x 3] 
#> Groups: <by row> 
#> 
#> # A tibble: 3 x 3 
#>   f   o  y 
#>  <date>  <date> <int> 
#> 1 2016-03-04 2016-03-04  0 
#> 2 2016-12-13 2016-12-13  0 
#> 3 2017-03-01 2017-06-02  3

來源

2017-06-22 16:31:20 alistaire

「alistaire」做了一些錯字錯誤，所以答案錯了

dset %>% 
    rowwise() %>% 
    mutate(y = length(seq(f, o, by = 'month')) - 1) 

Source: local data frame [3 x 3] 
Groups: <by row> 

# A tibble: 3 x 3 
      f   o  y 
     <date>  <date> <dbl> 
1 2016-03-04 2016-03-04  0 
2 2016-12-13 2016-12-13  0 
3 2017-03-01 2017-06-02  3

來源

2017-06-22 16:44:40

使用dplyr內序列變異的功能

回答

相關問題