我有以下数据帧:
第1列包含标识号(respnr)第2列包含每个标识号的参考日期(cdatalg)第3列到第16列包含日期(datesc1:datesc14)
我希望进入第17列,其中第3列第16列的日期打印最接近第2列中的参考日期。我已尝试过apply和which.min和neardate的组合,但无法弄清楚。
推动正确的方向将非常受欢迎。
这个简单的例子将帮助您:
# example data
df = data.frame(id = c("A","B"),
date_ref = c("2013-01-26", "2013-01-08"),
date1 = c("2013-01-23", "2013-01-01"),
date2 = c("2013-01-20", "2013-01-07"),
stringsAsFactors = F)
df
# id date_ref date1 date2
# 1 A 2013-01-26 2013-01-23 2013-01-20
# 2 B 2013-01-08 2013-01-01 2013-01-07
library(dplyr)
library(lubridate)
library(tidyr)
# update date column to datetime variables
# (if needed)
df = df %>% mutate_at(vars(matches("date")), ymd)
df %>%
gather(type,date_new,-id,-date_ref) %>% # reshape dataset
group_by(id) %>% # for each id
filter(abs(difftime(date_ref, date_new)) == min(abs(difftime(date_ref, date_new)))) %>% # keep row with minimum distance between dates
ungroup() %>% # forget the grouping
select(-type) %>% # remove that variable
inner_join(df, by=c("id","date_ref")) # join back original dataset
# # A tibble: 2 x 5
# id date_ref date_new date1 date2
# <chr> <date> <date> <date> <date>
# 1 A 2013-01-26 2013-01-23 2013-01-23 2013-01-20
# 2 B 2013-01-08 2013-01-07 2013-01-01 2013-01-07
不确定您是否可以使用相同距离的多个日期(相同日期是基线日期之前/之后相同天数的多次)以及您希望如何处理它们。