NAs 수가 가장 적은 기간으로 데이터 분할

Question

데이터를 세 가지 다른 기간으로 분할해야하지만 각각의 데이터에 대해 (데이터가 누락 됨) 가장 적은 수의 방식으로 데이터를 분할해야합니다. I는 제 PE 정의하면이 경우

library(lattice) 
xyplot(Data$Y ~ Data$X,, 
     panel = function(x, y) { 
     panel.xyplot(x, y) 
     panel.abline(v=c(as.Date('2017/05/01'),as.Date('2017/07/01'))) 
     }) 

3 개 동일 시간대에

Data <- data.frame(
    Y = c(rep("A",10),rep("B",10),rep("C",10),rep("D",10),rep("E",10)), 
    X = c(sample(seq(as.Date('2017/03/01'), as.Date('2017/09/01'), by="day"), 10),sample(seq(as.Date('2017/03/01'), as.Date('2017/09/01'), by="day"), 10),c(as.Date('2017/05/02'),sample(seq(as.Date('2017/05/01'), as.Date('2017/09/01'), by="day"), 9)),sample(seq(as.Date('2017/03/01'), as.Date('2017/09/01'), by="day"), 10),c(as.Date('2017/05/03'),sample(seq(as.Date('2017/05/01'), as.Date('2017/09/01'), by="day"), 9))) 
) 

분할 그것과 같을 것이다 다음 Y. 여기에 내 데이터 인 riod as 2017/03/01 to 2017/05/03, 2017/04/30 대신에, 나는 첫 번째 기간에 그룹 C와 E에 대해 NA를 가지지 않을 것입니다. 이것이 내가 원하는 것입니다. 2017년 5월 1일에 2017년 6월 30일 :

기간이 2017년 3월 1일가 2017/04/30에 :

• 기간 1 :

  그래서 나는 그 3 개 기간이 원하는

• 기간 3 : 2017년 7월 1일는

를 2017/09/30하도록하지만 그 기간의 시작/끝과가요까지 10 일이 될 수있다. 시각적으로 보는 것보다 이것을 할 수있는 방법이 있습니까?

Answer 1

우리가 이동할 수있는 경계가 10 개 간격으로 하나씩 있으므로 21x21 = 441 옵션이 있습니다. 이는 무차별 적으로 충분히 작게 보입니다 (또는 이것이 단순화 된 데이터 세트이며 실제 문제가 더 커집니까?).

Data <- data.frame(
    Y = c(rep("A",10),rep("B",10),rep("C",10),rep("D",10),rep("E",10)), 
    X = c(sample(seq(as.Date('2017/03/01'), as.Date('2017/09/01'), by="day"), 10),sample(seq(as.Date('2017/03/01'), as.Date('2017/09/01'), by="day"), 10),c(as.Date('2017/05/02'),sample(seq(as.Date('2017/05/01'), as.Date('2017/09/01'), by="day"), 9)),sample(seq(as.Date('2017/03/01'), as.Date('2017/09/01'), by="day"), 10),c(as.Date('2017/05/03'),sample(seq(as.Date('2017/05/01'), as.Date('2017/09/01'), by="day"), 9))) 
) 

split1 = as.Date('2017/05/01') 
split2 = as.Date('2017/07/01') 

library(dplyr) 
argmin=[i,j] 
minimum = 999 

for(i in seq(-10,10)) 
{ 
    for(j in seq(-10,10)) 
    { 
    df = Data %>% group_by(Y) %>% summarize(period1 = sum(X<(split1+i)), 
             period2 = sum(X>=(split1+i) & X<(split2+j)), 
             period3 = sum(X>=(split2+j))) 
    if(sum(df==0)<minimum) 
    { 
     argmin = c(i,j) 
     minimum = sum(df==0) 
    } 

    } 
} 

cat(paste0("period 1: 2017-03-01 to ",split1+argmin[1]-1,"\n")) 
cat(paste0("period 2: ",split1+argmin[1]," to ",split2+argmin[2]-1,"\n")) 
cat(paste0("period 3: ",split2+argmin[2]," to 2017-09-30 \n")) 
cat(paste0("Total NA's: ", minimum)) 

출력 :

어쨌든, 여기 당신이 원하는 않는 아주 최적 코드

period 1: 2017-03-01 to 2017-05-03 
period 2: 2017-05-04 to 2017-06-20 
period 3: 2017-06-21 to 2017-09-30 
Total NA's: 0