1

Tengo una base de datos con 55.000.000 de registros y dos variables de fechas a partir de las cuales debo calcular la edad.

introducir la descripción de la imagen aquí

Necesito calcular la edad en el momento del chequeo NO la edad actual. Entiendo que sería una diferencia entre las dos fechas, pero no soy capaz de calcularla, utilizando diferentes scripts.

Podrían por favor indicarme como lo puedo hacer

2 respuestas 2

0

¡Hola @Rodelpi!

Para calcular la edad, sigue los siguientes pasos (supongamos que tus variables se llaman fch.ini y fch.fin dentro de un data.frame genérico llamado df:

  1. Comprueba que tus variables tienen formato fecha

    class(df$fch.ini); class(df$fch.fin)
    

En caso de que no tengan formato Date, visto la forma de tus datos se procedería de la siguiente forma:

df$fch.ini <- as.Date(df$fch.ini, format = "%d/%m/%Y")
df$fch.fin <- as.Date(df$fch.fin, format = "%d/%m/%Y")
  1. Instala el paquete MESS y ejecuta su función age

    # Cargar el paquete
      library(MESS)
    # Asignar a la nueva variable "edad" su valor correspondiente
      df$edad <- age(df$fch.ini, df$fch.fin)  
    

El resultado proporciona la edad en años, como número entero

2
  • Buenos días, sigo teniendo problemas en el cálculo. El error que aparece ahora es > SpTH20.22$Edad <- age(SpTH20.22$ Fecha.de.chequeo.en.aeropuerto.destino, SpTH20.22$ Fecha.de.nacimiento) Error in age(SpTH20.22$Fecha.de.chequeo.en.aeropuerto.destino, SpTH20.22$Fecha.de.nacimiento) : ages cannot be negative Me temo que habrá columnas con datos erróneos y no sé como solucionarlo. Son 55 millones de registros. Gracias
    – Rodelpi
    Commented el 1 dic. 2022 a las 13:46
  • Eso es porque el orden de las fechas que has metido no es el correcto, primero pon la fecha de nacimiento y luego la de chequeo
    – R18
    Commented el 2 dic. 2022 a las 9:25
0

Saber la edad, dada dos fechas no es muy complejo de hacer con R base, básicamente hay que calcular la diferencia en años y luego verificar si el mes y el día de la "fecha hasta" superan los del nacimiento, para saber si hay un año menos o no. En la respuesta de Jim en Calculate ages in R hay una muy óptima función, que me tomé el trabajo de mejorarla un poco:

age = function(from, to=Sys.Date()) {
  
  from_lt = as.POSIXlt(from)
  to_lt = as.POSIXlt(to)
  
  age = to_lt$year - from_lt$year
  idx <- to_lt$mon < from_lt$mon | 
     (to_lt$mon == from_lt$mon & to_lt$mday < from_lt$mday)
   
  age[idx] <- age[idx] - 1

  age  
}

Ejemplo:

df <- data.frame(from = '1970-06-02', 
                 to = c('1971-06-01', '1971-06-02', '2022-12-01'))

df$edad <- age(df$from, df$to)
df

        from         to edad
1 1970-06-02 1971-06-01    0
2 1970-06-02 1971-06-02    1
3 1970-06-02 2022-12-01   52
1
  • Muchas gracias!!! Ya me ha funcionado el script
    – Rodelpi
    Commented el 2 dic. 2022 a las 10:58

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.