Keskustelu: Koodit: R: Henkilötunnuksen käsittelyä

Suomalaisten henkilötunnisten käsittely toimii hyvänä esimerkkinä siitä, miten R-ohjelmalla käsitellään merkkijonoja. Tässä olisi sukupuolen ja iän laskenta:

Sukupuoli:

gender<-function(id){
  parts<-strsplit(id,split="-")[[1]]
  secondpart<-parts[2]
  number<-substr(secondpart,1,3)
  int<-as(number,"integer")
  if(int%%2==0){
    return("F")
  }else{
    return("M")
  }
}

ikä päivinä:

#calculate age by days
age<-function(id){
  parts<-strsplit(id,split="-")[[1]]
  firstpart<-parts[1]
  numerona<-as(firstpart,"integer")
  today<-Sys.Date()
  shortyear<-as(substr(firstpart,5,6),"integer")
  if(substr(id,7,7)=="-"){
    longyear<-1900+shortyear
  }else{
    longyear<-2000+shortyear
  }
  bage<-as.Date(paste0(substr(firstpart,1,2),".",substr(firstpart,3,4),".",longyear),format="%d.%m.%Y")
  agedays<-difftime(today,bage,units = "days")
  return(as(agedays,"double"))
}

Löytyvät myös GitHubista

Mielestäni koodia selventäisi huomattavasti, jos siinä olisi (yleisesti käytettyyn tapaan) välilyönnit aina operaattoreiden molemmin puolin ja pilkkujen jälkeen.

# EI
if(substr(id,7,7)=="-"){
  longyear<-1900+shortyear
}else{
  #jne.
}
# KYLLÄ
if (substr(id, 7, 7) == "-") {
  longyear <- 1900 + shortyear
} else {
  # jne.
}

omaan silmään }else{ -tapa näyttää tökeröltä ja luettavuus heikkenee.

Jos on käsittelyssä elävät henkilöt esim. järjestelmään joka on K18, niin pelkällä viivalla pärjää vielä reilun vuoden :D

Grez kirjoitti:

Jos on käsittelyssä elävät henkilöt esim. järjestelmään joka on K18, niin pelkällä viivalla pärjää vielä reilun vuoden :D

Tukeehan tuo nuorempiakin, tuossa vain viiva on erikoistapaus. Kunhan ei käsittele yli 116 vuotta sitten syntyneitä eikä välitä validiudesta niin "toimii" :P

feenix kirjoitti:

Tukeehan tuo nuorempiakin, tuossa vain viiva on erikoistapaus.

Ensimmäinen funktio (sukupuolen tarkastus) ei tue nuorempia, koska siinä haetaan henkilötunnuksen loppuosa viivan perusteella.

Kyllä tätä pitäisi korjata.