Trouver le max de date dans une seule colonne sur plusieurs lignes

J'ai les données suivantes cadre:

id       <- c(1,1,2,3,3)
date     <- c("23-01-08","01-11-07","30-11-07","17-12-07","12-12-08")
df       <- data.frame(id,date)
df$date2 <- as.Date(as.character(df$date), format = "%d-%m-%y")


id     date      date2
1   23-01-08 2008-01-23
1   01-11-07 2007-11-01
2   30-11-07 2007-11-30
3   17-12-07 2007-12-17
3   12-12-08 2008-12-12

maintenant, j'ai besoin de créer une quatrième colonne et de l'insérer maximum de la date de la transaction pour chaque id.
la table finale devrait être comme suit:

id     date      date2        max
1   23-01-08 2008-01-23 2008-01-23
1   01-11-07 2007-11-01   0
2   30-11-07 2007-11-30 2007-11-30 
3   17-12-07 2007-12-17   0
3   12-12-08 2008-12-12 2008-12-12

Je vous serais reconnaissant si vous pouviez m'aider avec cela.

OriginalL'auteur AliCivil | 2012-08-26

date r

id<-c(1,1,2,3,3)
date<-c("23-01-08","01-11-07","30-11-07","17-12-07","12-12-08")
df<-data.frame(id,date)
df$date2<-as.Date(as.character(df$date), format = "%d-%m-%y")
# aggregate can be used for this type of thing
d = aggregate(df$date2,by=list(df$id),max)
# And merge the result of aggregate 
# with the original data frame
df2 = merge(df,d,by.x=1,by.y=1)
df2

  id     date      date2          x
1  1 23-01-08 2008-01-23 2008-01-23
2  1 01-11-07 2007-11-01 2008-01-23
3  2 30-11-07 2007-11-30 2007-11-30
4  3 17-12-07 2007-12-17 2008-12-12
5  3 12-12-08 2008-12-12 2008-12-12

Edit: Puisque vous voulez la dernière colonne pour être "vide" lorsque la date ne correspond pas au max de la date, vous pouvez essayer la prochaine ligne.

df2[df2[,3]!=df2[,4],4]=NA

df2
  id     date      date2          x
1  1 23-01-08 2008-01-23 2008-01-23
2  1 01-11-07 2007-11-01       <NA>
3  2 30-11-07 2007-11-30 2007-11-30
4  3 17-12-07 2007-12-17       <NA>
5  3 12-12-08 2008-12-12 2008-12-12

Bien sûr, il est toujours agréable de nettoyer la colnames, etc., mais je laisse cela pour vous.

OriginalL'auteur seandavi

Une autre approche consiste à utiliser la plyr package:

library(plyr)
ddply(df, "id", summarize, max = max(date2))

#  id        max
#1  1 2008-01-23
#2  2 2007-11-30
#3  3 2008-12-12

Maintenant, ce n'est pas dans le format qui vous ont été après, comme il ne montre que chaque id une fois. N'ayez pas peur, nous pouvons utiliser transform au lieu de summarize:

ddply(df, "id", transform, max = max(date2))

#  id     date      date2        max
#1  1 01-11-07 2007-11-01 2008-01-23
#2  1 23-01-08 2008-01-23 2008-01-23
#3  2 30-11-07 2007-11-30 2007-11-30
#4  3 12-12-08 2008-12-12 2008-12-12
#5  3 17-12-07 2007-12-17 2008-12-12

Comme dans @seandavi réponse, il répète la max date pour chaque id. Si vous souhaitez modifier les doublons de NA, quelque chose comme cela devrait faire l'affaire:

within(ddply(df, "id", transform, max = max(date2)), max[max != date2] <- NA)

OriginalL'auteur seancarmody

Ajoutant dplyr solution au cas où quelqu'un est à la recherche:

library(dplyr)

df %>%
  group_by(id) %>%
  mutate(max = if_else(date2 == max(date2), date2, as.Date(NA)))

Résultat:

# A tibble: 5 x 4
# Groups:   id [3]
     id     date      date2        max
  <dbl>   <fctr>     <date>     <date>
1     1 23-01-08 2008-01-23 2008-01-23
2     1 01-11-07 2007-11-01         NA
3     2 30-11-07 2007-11-30 2007-11-30
4     3 17-12-07 2007-12-17         NA
5     3 12-12-08 2008-12-12 2008-12-12

Je l'utilise de cette façon: muter(flag_last = if_else(date == max(date), TRUE, FALSE)) %>% filtre(flag_last == TRUE)

OriginalL'auteur avid_useR

library(sqldf)
tables<- '(SELECT * FROM df
           )
           AS t1,
           (SELECT id,max(date2) date2 FROM df GROUP BY id
           )
           AS t2'

out<-fn$sqldf("SELECT t1.*,t2.date2 mdate FROM $tables WHERE  t1.id=t2.id")
out$mdate<-as.Date(out$mdate)
out$mdate[out$date2!=out$mdate]<-NA
#  id     date      date2      mdate
#1  1 01-11-07 2007-11-01       <NA>
#2  1 23-01-08 2008-01-23 2008-01-23
#3  2 30-11-07 2007-11-30 2007-11-30
#4  3 12-12-08 2008-12-12 2008-12-12
#5  3 17-12-07 2007-12-17       <NA>

OriginalL'auteur shhhhimhuntingrabbits

Vous ne pouvez pas utiliser 0 comme valeur de Date, de sorte que vous aurez besoin d'abandonner le garder comme une Date ou d'accepter un NA de valeur:

# Date values:
df$maxdt <- ave(df$date2, df$id, 
                    FUN=function(x) ifelse( x == max(x), as.character(x), NA) ) 
str(ave(df$date2, df$id, FUN=function(x) ifelse( x == max(x), as.character(x), NA) ) )
# Date[1:5], format: "2008-01-23" NA "2007-11-30" NA "2008-12-12"

La ifelse machines fait un peu étrange type de vérification que les défaites en utilisant simplement x comme deuxième argument ci-dessus, mais renvoie toujours la Date de la classe vector. Allez comprendre! Ci-dessous est le caractère de vecteur option.

# Character values:
df$maxdt <- ave(as.character(df$date2), df$id, 
                   FUN=function(x) ifelse( x == max(x), x,  "0") )
ave(as.character(df$date2), df$id, FUN=function(x) ifelse( x == max(x), x,  "0") )
[1] "2008-01-23" "0"          "2007-11-30" "0"          "2008-12-12"

OriginalL'auteur 42-

0

J'ai trouvé cela pour de l'aide lorsque je veux voir le min/max de la date d'une colonne

Max: head(df %>% distinct(date) %>% arrange(desc(date)))

Min: head(df %>% distinct(date) %>% arrange(date))

Le max de tri de la colonne de date dans l'ordre décroissant, vous permettant de voir le max. Le min trier dans l'ordre croissant, vous permettant de voir la min.

Vous devez utiliser le dplyr paquet pour cette.

OriginalL'auteur grantog

Vous devez vous connecter pour publier un commentaire.