Escludendo date uniche

Question

Ho dati che assomiglia a questo in Excel e si estende a più (Date5, Date6 ....)

Date1 Value1 Date2 Value2 Date3 Value3 Date4 Value4 
1/2/2004 17 1/3/2004 27 1/1/2004 17 1/3/2004 31 
1/3/2004 26 1/4/2004 30 1/3/2004 29 1/4/2004 36 
1/4/2004 22 1/5/2004 22 1/4/2004 28 1/5/2004 33 
1/5/2004 17 1/6/2004 28 1/5/2004 36 1/6/2004 50 
1/13/2004 15 1/7/2004 17 1/12/2004 15 1/8/2004 9 
1/14/2004 10 1/14/2004 21 1/14/2004 12 1/14/2004 11 

e voglio escludere i valori che la sua data associata non esiste in tutte le serie.

per i dati di esempio ho postato il risultato dovrebbe essere così:

Date Value1 Value2 Value3 Value4 
1/3/2004 26 27 29  31 
1/4/2004 22 30 28  36 
1/5/2004 17 22 36  33 
1/14/2004 10 21 12  11 

Answer 1

Date <- Reduce(intersect, list(df$Date1, df$Date2, df$Date3, df$Date4)) 
Value1 <- df[df$Date1 %in% Date, ]$Value1 
Value2 <- df[df$Date2 %in% Date, ]$Value2 
Value3 <- df[df$Date3 %in% Date, ]$Value3 
Value4 <- df[df$Date4 %in% Date, ]$Value4 
data.frame(Date, Value1, Value2, Value3, Value4) 


# Date Value1 Value2 Value3 Value4 
# 1 1/3/2004  26  27  29  31 
# 2 1/4/2004  22  30  28  36 
# 3 1/5/2004  17  22  36  33 
# 4 1/14/2004  10  21  12  11 

Come menzionato da @docendo discimus che questo potrebbe essere lungo, in caso di più colonne, un modo aggiornato sarebbe

Date <- Reduce(intersect, list(df$Date1, df$Date2, df$Date3, df$Date4)) 
Values <- df[, seq(0, ncol(df), by=2)] 
Dates <- df[, seq(1, ncol(df), by=2)] 
mat <- apply(Dates, 2, function(x) {x %in% Date}) 
data.frame(Date, matrix(Values[mat], nrow = 4)) 

# Date X1 X2 X3 X4 
# 1 1/3/2004 26 27 29 31 
# 2 1/4/2004 22 30 28 36 
# 3 1/5/2004 17 22 36 33 
# 4 1/14/2004 10 21 12 11 

Come da commenti @ Davide 's, questo può essere ulteriormente migliorata utilizzando

Values <- df[c(FALSE, TRUE)] 
Dates <- df[c(TRUE, FALSE)] 
Date <- Reduce(intersect, as.list(Dates)) 
mat <- apply(Dates, 2, function(x) {x %in% Date}) 
data.frame(Date, matrix(Values[mat], nrow = ncol(df)/2)) 

#  Date X1 X2 X3 X4 
# 1 1/3/2004 26 27 29 31 
# 2 1/4/2004 22 30 28 36 
# 3 1/5/2004 17 22 36 33 
# 4 1/14/2004 10 21 12 11 

Answer 2

Ecco un approccio dplyr/tidyr:

library(dplyr); library(tidyr) 
gather(DF, key1, Date, -starts_with("Value")) %>% 
    gather(key2, Val, starts_with("Value")) %>% 
    filter(Date %in% Reduce(intersect, select(DF, starts_with("Date"))) & 
      gsub("[^0-9]", "", key1) == gsub("[^0-9]", "", key2)) %>% 
    select(-key1) %>% spread(key2, Val) 

#  Date Value1 Value2 Value3 Value4 
#1 1/14/2004  10  21  12  11 
#2 1/3/2004  26  27  29  31 
#3 1/4/2004  22  30  28  36 
#4 1/5/2004  17  22  36  33 
#Warning: 
#attributes are not identical across measure variables; they will be dropped 

L'avvertimento è legato alla factor colonne di essere convertito in character.

-

cura dopo la @ di AntoniosK commento

Answer 3

mia prova senza pacchetti aggiuntivi:

d <- read.table(header=TRUE, text= 
'Date1 Value1 Date2 Value2 Date3 Value3 Date4 Value4 
1/2/2004 17 1/3/2004 27 1/1/2004 17 1/3/2004 31 
1/3/2004 26 1/4/2004 30 1/3/2004 29 1/4/2004 36 
1/4/2004 22 1/5/2004 22 1/4/2004 28 1/5/2004 33 
1/5/2004 17 1/6/2004 28 1/5/2004 36 1/6/2004 50 
1/13/2004 15 1/7/2004 17 1/12/2004 15 1/8/2004 9 
1/14/2004 10 1/14/2004 21 1/14/2004 12 1/14/2004 11') 

l <- length(d) %/% 2 
D <- "Date" 
dneu.i <- function(i) { 
    di <- d[, (2*i-1):(2*i)] 
    names(di) <- c("Date", "Value") 
    di$I <- paste0(D, i) 
    di 
} 
dneu <- dneu.i(1) 
for (i in 2:l) dneu <- rbind(dneu, dneu.i(i)) 
dneu.w <- reshape(dneu, dir="wide", idvar="Date", timevar="I") 
subset(dneu.w, apply(dneu.w[,-1], 1, function(x) !any(is.na(x)))) 

Answer 4

dt = read.table(text="Date1 Value1 Date2 Value2 Date3 Value3 Date4 Value4 
       1/2/2004 17 1/3/2004 27 1/1/2004 17 1/3/2004 31 
       1/3/2004 26 1/4/2004 30 1/3/2004 29 1/4/2004 36 
       1/4/2004 22 1/5/2004 22 1/4/2004 28 1/5/2004 33 
       1/5/2004 17 1/6/2004 28 1/5/2004 36 1/6/2004 50 
       1/13/2004 15 1/7/2004 17 1/12/2004 15 1/8/2004 9 
       1/14/2004 10 1/14/2004 21 1/14/2004 12 1/14/2004 11", header=T) 

library(dplyr) 
library(tidyr) 


dt %>% 
    select(starts_with("Date")) %>%        ## get the dates columns 
    gather(DateGroup,Date,starts_with("Date")) %>%    ## reshape them to create a single column of dates and in which initial column they belong 
    cbind(dt %>% 
      select(starts_with("Value")) %>%      ## get the values columns 
      gather(ValueGroup,Value,starts_with("Value"))) %>% ## reshape them to create a single column of values and in which initial column they belong 
    group_by(Date) %>%           ## for each date 
    mutate(Group_count = n_distinct(DateGroup)) %>%    ## count in how many inital columns they exist 
    ungroup() %>%             ## forget about the grouping 
    filter(Group_count == length(unique(DateGroup))) %>%   ## keep columns that exists in all initial columns 
    select(Date, ValueGroup, Value) %>%       ## select appropriate columns 
    spread(ValueGroup, Value)          ## reshape dataset 

#  Date Value1 Value2 Value3 Value4 
#  (chr) (int) (int) (int) (int) 
# 1 1/14/2004  10  21  12  11 
# 2 1/3/2004  26  27  29  31 
# 3 1/4/2004  22  30  28  36 
# 4 1/5/2004  17  22  36  33 

Answer 5

Io sono un po 'tardi per aggiungere la mia risposta. Comunque ... Ovviamente hai a che fare con una serie temporale multivariata. Pertanto, è necessario utilizzare un oggetto di serie storica (come zoo) per memorizzare i dati. Ultimamente ho visto alcune domande qui su SO in cui le persone usano i dataframes e le matrici per archiviare oggetti multivariati di serie storiche. Ti consiglio vivamente di non farlo.

Ecco la mia soluzione con zoo:

library(zoo) 
do.call("merge",c(lapply(split(1:ncol(d),sort(rep(1:(ncol(d)/2),times=2))), 
         function(x) zoo(d[,x[2],drop=FALSE], 
             as.Date(d[,x[1]],format="%m/%d/%Y"))), 
        all=FALSE)) 

Il risultato è

#   Value1 Value2 Value3 Value4 
#2004-01-03  26  27  29  31 
#2004-01-04  22  30  28  36 
#2004-01-05  17  22  36  33 
#2004-01-14  10  21  12  11