馬克開始和團體

末考慮形式馬克開始和團體

 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結構，在那裏我有(buyer, seller)雙隨着時間的推移。我想標記每一對的開始和結束。例如，我們看到從一月到二月有一對，三月沒有，一到四月到六月。因此，下面的將是所期望的輸出：

 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

來源

2014-07-25 FooBar

假設month處於Date類（或類似地用於POSIXt，IDateTime或其他類與diff方法），則可以使用diff函數做到這一點。

# 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)]

編輯：@David Arenburg的建議：你當然可以一次性定義開始和結束。這應該稍微快一點，但我也覺得它更難讀。

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

EDIT2：發生了什麼事的一些更explonation：每對賣方和買方先觀察將永遠是一個商業關係的開始，所以start = c(TRUE, ...)。之後，如果且僅當時間差超過一個月（31天）時，進一步觀察業務關係纔會開始，所以diff(month) > 31。把這兩件事放在一起，你得到c(TRUE, diff(month) > 31)。一個類似的邏輯適用於最後，你必須比較下一個觀察，而不是前一個觀察。

來源

2014-07-25 12:18:26 shadow

爲什麼你需要假設'Date'類？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：當然，'IDateTime'也可以，日期類（使用「diff」方法）而不是「字符」或「因素」。 – shadow

另外，爲什麼不能一氣呵成呢？結束= c（差異（as.IDate（月））> 31，TRUE）），by（由於.IDate（月））> =清單（賣方，買方）]'。（在'：='後面加上反引號）。除此之外（+1）:) –

馬克開始和團體

回答

相關問題