Trouver la saison à laquelle appartient une date donnée

Question

J'ai un vecteur de dates et pour chaque entrée, j'aimerais assigner une saison. Par exemple, si une date se situe entre le 21.12. et le 21.3., je dirais qu'il s'agit d'une saison. winter . Jusqu'à présent, j'ai essayé le code suivant, mais je n'ai pas réussi à le rendre plus générique, quelle que soit l'année .

my.dates <- as.Date("2011-12-01", format = "%Y-%m-%d") + 0:60
low.date <- as.Date("2011-12-15", format = "%Y-%m-%d")
high.date <- as.Date("2012-01-15", format = "%Y-%m-%d")

my.dates[my.dates <= high.date & my.dates >= low.date] 
 [1] "2011-12-15" "2011-12-16" "2011-12-17" "2011-12-18" "2011-12-19" "2011-12-20" "2011-12-21" "2011-12-22" "2011-12-23" "2011-12-24" "2011-12-25"
[12] "2011-12-26" "2011-12-27" "2011-12-28" "2011-12-29" "2011-12-30" "2011-12-31" "2012-01-01" "2012-01-02" "2012-01-03" "2012-01-04" "2012-01-05"
[23] "2012-01-06" "2012-01-07" "2012-01-08" "2012-01-09" "2012-01-10" "2012-01-11" "2012-01-12" "2012-01-13" "2012-01-14" "2012-01-15"

J'ai essayé de formater les dates sans l'année, mais cela ne fonctionne pas.

ld <- as.Date("12-15", format = "%m-%d")
hd <- as.Date("01-15", format = "%m-%d")
my.dates[my.dates <= hd & my.dates >= ld]

Answer 1

Que diriez-vous d'utiliser quelque chose comme ceci :

getSeason <- function(DATES) {
    WS <- as.Date("2012-12-15", format = "%Y-%m-%d") # Winter Solstice
    SE <- as.Date("2012-3-15",  format = "%Y-%m-%d") # Spring Equinox
    SS <- as.Date("2012-6-15",  format = "%Y-%m-%d") # Summer Solstice
    FE <- as.Date("2012-9-15",  format = "%Y-%m-%d") # Fall Equinox

    # Convert dates from any year to 2012 dates
    d <- as.Date(strftime(DATES, format="2012-%m-%d"))

    ifelse (d >= WS | d < SE, "Winter",
      ifelse (d >= SE & d < SS, "Spring",
        ifelse (d >= SS & d < FE, "Summer", "Fall")))
}

my.dates <- as.Date("2011-12-01", format = "%Y-%m-%d") + 0:60
head(getSeason(my.dates), 24)
#  [1] "Fall"   "Fall"   "Fall"   "Fall"   "Fall"   "Fall"   "Fall"  
#  [8] "Fall"   "Fall"   "Fall"   "Fall"   "Fall"   "Fall"   "Fall"  
# [15] "Winter" "Winter" "Winter" "Winter" "Winter" "Winter"

Une remarque : 2012 est une bonne année pour convertir toutes les dates ; comme il s'agit d'une année bissextile, tous les 29 février de votre ensemble de données seront traités sans problème.

Answer 2

J'ai quelque chose de tout aussi laid que Tim :

R> toSeason <- function(dat) {
+ 
+     stopifnot(class(dat) == "Date")
+ 
+     scalarCheck <- function(dat) {
+         m <- as.POSIXlt(dat)$mon + 1        # correct for 0:11 range
+         d <- as.POSIXlt(dat)$mday           # correct for 0:11 range
+         if ((m == 3 & d >= 21) | (m == 4) | (m == 5) | (m == 6 & d < 21)) {
+             r <- 1
+         } else if ((m == 6 & d >= 21) | (m == 7) | (m == 8) | (m == 9 & d < 21)) {
+             r <- 2
+         } else if ((m == 9 & d >= 21) | (m == 10) | (m == 11) | (m == 12 & d < 21)) {
+             r <- 3
+         } else {
+             r <- 4
+         }
+         r
+     }
+ 
+     res <- sapply(dat, scalarCheck)
+     res <- ordered(res, labels=c("Spring", "Summer", "Fall", "Winter"))
+     invisible(res)
+ }
R> 

Et voici un test :

R> date <- Sys.Date() + (0:11)*30
R> DF <- data.frame(Date=date, Season=toSeason(date))
R> DF
         Date Season
1  2012-02-29 Winter
2  2012-03-30 Spring
3  2012-04-29 Spring
4  2012-05-29 Spring
5  2012-06-28 Summer
6  2012-07-28 Summer
7  2012-08-27 Summer
8  2012-09-26   Fall
9  2012-10-26   Fall
10 2012-11-25   Fall
11 2012-12-25 Winter
12 2013-01-24 Winter
R> summary(DF)
      Date               Season 
 Min.   :2012-02-29   Spring:3  
 1st Qu.:2012-05-21   Summer:3  
 Median :2012-08-12   Fall  :3  
 Mean   :2012-08-12   Winter:3  
 3rd Qu.:2012-11-02             
 Max.   :2013-01-24             
R>

Answer 3

Je créerais un tableau de consultation et je partirais de là. Voici un exemple (notez l'obscurcissement du code à l'aide de l'option d() et la manière pragmatique de remplir le lut) :

# Making lookup table (lut), only needed once. You can save
# it using save() for later use. Note I take a leap year.
d = function(month_day) which(lut$month_day == month_day)
lut = data.frame(all_dates = as.POSIXct("2012-1-1") + ((0:365) * 3600 * 24),
                 season = NA)
lut = within(lut, { month_day = strftime(all_dates, "%b-%d") })
lut[c(d("Jan-01"):d("Mar-20"), d("Dec-21"):d("Dec-31")), "season"] = "winter"
lut[c(d("Mar-21"):d("Jun-20")), "season"] = "spring"
lut[c(d("Jun-21"):d("Sep-20")), "season"] = "summer"
lut[c(d("Sep-21"):d("Dec-20")), "season"] = "autumn"
rownames(lut) = lut$month_day

Après avoir créé la table de recherche, vous pouvez facilement en extraire la saison à laquelle appartient une combinaison mois/jour :

dat = data.frame(dates = Sys.Date() + (0:11)*30)
dat = within(dat, { 
  season =  lut[strftime(dates, "%b-%d"), "season"] 
 })
> dat
        dates season
1  2012-02-29 winter
2  2012-03-30 spring
3  2012-04-29 spring
4  2012-05-29 spring
5  2012-06-28 summer
6  2012-07-28 summer
7  2012-08-27 summer
8  2012-09-26 autumn
9  2012-10-26 autumn
10 2012-11-25 autumn
11 2012-12-25 winter
12 2013-01-24 winter

Tout est beau et vectorisé :). Je pense qu'une fois le tableau créé, c'est très rapide.

Answer 4

Il suffit d'utiliser la fonction time2season. Elle récupère la date et génère la saison :

time2season(x, out.fmt = "months", type="default")

Vous pouvez trouver plus d'informations aquí .

Answer 5

Je pense que cela suffirait, mais c'est une solution peu glorieuse :

    my.dates <- as.Date("2011-12-01", format = "%Y-%m-%d") + 0:60
    ld <- as.Date("12-15", format = "%m-%d")
    hd <- as.Date("01-15", format = "%m-%d")
    my.dates2 <- as.Date(unlist(lapply(strsplit(as.character(my.dates),split=""),function(x)   paste(x[6:10],collapse=""))),format="%m-%d")
    my.dates[my.dates2 <= hd | my.dates2 >= ld] 
    [1] "2011-12-15" "2011-12-16" "2011-12-17" "2011-12-18" "2011-12-19"
    [6] "2011-12-20" "2011-12-21" "2011-12-22" "2011-12-23" "2011-12-24"
    [11] "2011-12-25" "2011-12-26" "2011-12-27" "2011-12-28" "2011-12-29"
    [16] "2011-12-30" "2011-12-31" "2012-01-01" "2012-01-02" "2012-01-03"
    [21] "2012-01-04" "2012-01-05" "2012-01-06" "2012-01-07" "2012-01-08"
    [26] "2012-01-09" "2012-01-10" "2012-01-11" "2012-01-12" "2012-01-13"
    [31] "2012-01-14" "2012-01-15"