Найдите ближайшую дату между набором данных1 и набором данных2

У меня есть два набора данных. Один собирается примерно каждые 5 дней, а другой — каждые 15 минут ежедневно. Мне нужен окончательный список, который соответствует ближайшей дате из менее частого набора данных к записи в более частом.

Например:

satDat <- c('2015-04-16', '2015-04-21', '2012-04-26') # collected every 5 days

stationDat <- sort(rep(seq(as.Date("2015-04-01"), as.Date("2015-04-20"), by='day'),2)) 
#collected multiple times a day

 [1] "2015-04-01" "2015-04-01" "2015-04-02" "2015-04-02" "2015-04-03"
 [6] "2015-04-03" "2015-04-04" "2015-04-04" "2015-04-05" "2015-04-05"
[11] "2015-04-06" "2015-04-06" "2015-04-07" "2015-04-07" "2015-04-08"
[16] "2015-04-08" "2015-04-09" "2015-04-09" "2015-04-10" "2015-04-10"
[21] "2015-04-11" "2015-04-11" "2015-04-12" "2015-04-12" "2015-04-13"
[26] "2015-04-13" "2015-04-14" "2015-04-14" "2015-04-15" "2015-04-15"
[31] "2015-04-16" "2015-04-16" "2015-04-17" "2015-04-17" "2015-04-18"
[36] "2015-04-18" "2015-04-19" "2015-04-19" "2015-04-20" "2015-04-20"

Я хочу, чтобы мои результаты выглядели так

[1] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
[6] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
[11] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
[16] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" 
[21] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
[26] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
[31] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
[36] "2015-04-16" "2015-04-21" "2015-04-21" "2015-04-21" "2015-04-21"

r date lubridate
person Christiana A    schedule 12.02.2017    source источник
comment
Ответ на этот вопрос помощь?   -  person conrad-mac    schedule 12.02.2017
comment
satDat[apply(abs(outer(satDat, stationDat, difftime, units = 'days')), 2, which.min)], хотя я подозреваю, что есть более элегантный вариант   -  person alistaire    schedule 12.02.2017
comment
Поскольку один из векторов отсортирован, вы можете воспользоваться cut, чтобы сузить возможные даты для проверки, чтобы решение @alistaire не было таким взрывоопасным. (Конечно, это было бы больше кода, но очень полезно, если ваши данные достаточно велики.)   -  person r2evans    schedule 12.02.2017
comment
@alistaire Мне нравится ваше решение, однако, как только вы измените stationDat на более длинный временной ряд, скажем, stationDat ‹- sort (rep (seq (as.Date (2015-04-01), as.Date (2015-05-26) , by='day'),2)) Последние числа - это просто 2015-04-21, где мне нужно, чтобы они были 2015-04-26. Можете ли вы объяснить, что вы сделали?   -  person Christiana A    schedule 12.02.2017
comment
2015-04-26 нет в satDat; у него 2012-04-26, что будет далеко не все...опечатка? В любом случае, outer сравнивает каждую комбинацию двух векторов с предоставленной функцией, здесь difftime, и возвращает матрицу, на которой abs отбрасывает отрицательные значения. apply выполняет итерацию по столбцам (поле 2) и применяет which.min, который возвращает индекс наименьшего из них, которые используются для подмножества satDat. Если это была опечатка, я могу добавить ее в качестве ответа с полным объяснением, поскольку альтернативы не предвидится.   -  person alistaire    schedule 12.02.2017
comment
@alistaire Спасибо, что заметили это. Да, это была опечатка. Спасибо за ваше объяснение.   -  person Christiana A    schedule 12.02.2017

Ответы (2)


arrow_upward
0
arrow_downward

Вариант с использованием outer:

satDat[apply(abs(outer(satDat, stationDat, difftime, units = 'days')), 2, which.min)]

#>  [1] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
#>  [6] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
#> [11] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
#> [16] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
#> [21] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
#> [26] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
#> [31] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
#> [36] "2015-04-16" "2015-04-21" "2015-04-21" "2015-04-21" "2015-04-21"

Как это работает:

  • outer принимает применение difftime к каждой паре элементов в двух векторах, возвращая матрицу,
  • над которым apply перебирает столбцы (MARGIN = 2), вызывая which.min для каждого, который возвращает индекс наименьшего,
  • который используется для подмножества satDat.

Обратите внимание, что outer выделяет матрицу размерами length(satDat) на length(stationDat), что может потребовать много памяти, если ваши данные уже велики.

person alistaire    schedule 13.02.2017

arrow_upward
0
arrow_downward

На ум приходит скользящее соединение, предлагаемое пакетом data.table.

library(data.table)
DT1 <- data.table(date = as.Date(satDat), date1 = as.Date(satDat))
DT2 <- data.table(date = stationDat)

DT1[DT2, date1, roll = "nearest", on = .(date)]
# [1] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
# [7] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
#[13] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
#[19] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
#[25] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
#[31] "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16" "2015-04-16"
#[37] "2015-04-21" "2015-04-21" "2015-04-21" "2015-04-21"

Это, вероятно, также полезно для любой вашей реальной задачи, потому что я подозреваю, что это выходит за рамки этого.

person Roland    schedule 12.02.2017