Zeilen in Spalten umwandeln und nach Datum verbinden

Question

Ich versuche tägliche Wetterinformationen zu einem Datenrahmen auf R hinzuzufügen, also ist df1 + df2 = df3 das Ziel. Ich denke, dass das Unterteilen von df2 nach Daten auf df1, kollabieren df2 und rbind.fill sie mit df1 wäre der Weg, aber ich habe Probleme.

date2 <- c('2014-06-03','2017-05-20') 
date <- c('2014-06-01','2017-05-15') 
df1 <- data.frame(date,date2) 
date 

#> df1 
#  date  date2 
#1 2014-06-01 2014-06-03 
#2 2017-05-15 2017-05-20 

date3 <- c('2014-06-01','2014-06-02','2014-06-03','2017-05-15','2017-05-16','2017-05-17','2017-05-18','2017-05-19','2017-05-20') 
rain <- c(3,   4,    3,   5,   5,   6,   7,   6   ,6) 
sun <- c ( 10,10,10, 15,15,15,16,15,15) 
df2 <- data.frame(date3,rain,sun) 

#> df2 
#  date3 rain sun 
#1 2014-06-01 3 10 
#2 2014-06-02 4 10 
#3 2014-06-03 3 10 
#4 2017-05-15 5 15 
#5 2017-05-16 5 15 
#6 2017-05-17 6 15 
#7 2017-05-18 7 16 
#8 2017-05-19 6 15 
#9 2017-05-20 6 15 

rain_day1 <- c(3,5) 
rain_day2 <- c(4,5) 
rain_day3 <- c(3,6) 
rain_day4 <- c(NA,7) 
rain_day5 <- c(NA,6) 
rain_day6 <- c(NA,6) 
sun_day1 <- c(10,15) 
sun_day2 <- c(10,15) 
sun_day3 <- c(10,15) 
sun_day4 <- c(NA,15) 
sun_day5 <- c(NA,16) 
sun_day6 <- c(NA,15) 
date5 <- c('2014-06-03','2017-05-20') 
date4 <- c('2014-06-01','2017-05-15') 
df3 <- data.frame(date4,date5,rain_day1,sun_day1,rain_day2,sun_day2,rain_day3,sun_day3,rain_day4,sun_day4,rain_day5,sun_day5,rain_day6,sun_day6) 

#> df3 
#  date4  date5 rain_day1 sun_day1 rain_day2 sun_day2 rain_day3 sun_day3 rain_day4 sun_day4 
#1 2014-06-01 2014-06-03   3  10   4  10   3  10  NA  NA 
#2 2017-05-15 2017-05-20   5  15   5  15   6  15   7  15 
# rain_day5 sun_day5 rain_day6 sun_day6 
#1  NA  NA  NA  NA 
#2   6  16   6  15 

Jede Hilfe wäre willkommen. Vielen Dank im Voraus

Answer 1

„Ich thougth dass von Terminen auf df1 subseting df2, DF2 kollabiert und rbind.fill sie mit DF1 wäre der Weg“ .... es dauerte länger als wollte, aber ich machte es!

lapply(df1, class) 
df1$date <- sapply(df1$date , function(x) as.character(x)) 
df1$date2 <- sapply(df1$date2 , function(x) as.character(x)) 
lapply(df2, class) 
df2$date3 <- sapply(df2$date3 , function(x) as.character(x)) 
lapply(df3, class) 
df3$date4 <- sapply(df3$date4 , function(x) as.character(x)) 
df3$date5 <- sapply(df3$date5 , function(x) as.character(x)) 


tryCatch(library("plyr") , 
     error = function(e) { 
      install.packages("plyr") 
      library("plyr") 
     } 
) 
df4 <- df1 
for (i in 1:nrow(df1)){ 
    dff <- df2[ which(df2$date3 <= df1$date2[i]) , ] 
    dff <- dff[ which(dff$date3 >= df1$date[i]) , ] 
    dff <- as.data.frame(t(unlist(dff))) 
    colnames(dff)[1] <- "date" 
    df5 <- merge(x = df1, y = dff, by = "date") 
    df5 <- rbind.fill(df4,df5) 
    df5<-df5[-1,] 
    df4 <- df5 
} 

df5 <- df5[, -grep("^date3", colnames(df5))] 

Answer 2

Versuchen Sie es. Ich begrüße jede Verbesserung meiner Prosa, ich arbeite daran.

library(magrittr) 
df1$date <- as.Date(df1$date) 
df1$date2 <- as.Date(df1$date2) 
df2$date3 <- as.Date(df2$date3) 
df2 %<>% setNames(c("date3","rain_day","sun_day")) 
row_list <- df1 %>% apply(1,function(x){ df2 %>% 
            subset(date3 >= x["date"] & date3 <= x["date2"]) %>%  # subsetting 
            "["(2:3) %>%            # selecting relevant column 
            unlist}) %>%            # spearding all data into a vector 
    sapply(.,function(x){x[rep(c(0,length(x)/2),length(x)/2)+rep(1:(length(x)/2),each=2)]}) # reordering 

row_names <- row_list %>% sapply(length) %>% which.max %>% "[["(row_list,.) %>% names() # taking the names from longest list 
row_list %>% sapply(function(x){c(x,rep(NA,max(sapply(.,length))-length(x)))}) %>% # complete with NAs 
t %>% as.data.frame %>% setNames(row_names) %>% cbind(df1,.)      # transpose, convert, set names and append to df1 
#   date  date2 rain_day1 sun_day1 rain_day2 sun_day2 rain_day3 sun_day3 rain_day4 sun_day4 rain_day5 sun_day5 rain_day6 sun_day6 
# 1 2014-06-01 2014-06-03   3  10   4  10   3  10  NA  NA  NA  NA  NA  NA 
# 2 2017-05-15 2017-05-20   5  15   5  15   6  15   7  16   6  15   6  15