最小数のNAsでデータを分割する

Question

データを3つの異なる期間に分割する必要がありますが、それぞれのデータのギャップ（欠落データ）が最小限になるようにしたい私が最初にPEを定義する場合、この場合

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つの等しい期間に

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))) 
) 

分割、それは次のようになります。Y.は、ここに私のデータであり、 riod as、2017/03/01 to 2017/05/03、2017/04/30の代わりに、私は最初の期間にグループCとEのNAを持っていないでしょう。 2017年5月1日に2017年6月30日：

期間2 2017年3月1日は2017/04/30する：

• 期間1：

  は、だから私は、これらの3つの期間になりたいです

• 期間3：2017年7月1日は

を2017/09/30にする。しかし、それはそれらの期間の開始/終了と柔軟最大10日間することができます。視覚的に見るよりもこれを行う方法はありますか？

Answer 1

10単位の間隔内にそれぞれ2つの境界があるので、21x21 = 441オプションがあります。それはブルートフォース（またはこれが単純なデータセットであり、あなたの実際の問題はより大きくなっていますか？）に十分に小さいようです。とにかく

、ここで何をしたいんいくつかの非常に次善のコードは次のとおりです。

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)) 

は出力：

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