Question

我的日期范围由两个变量（id和type）分组，这两个变量当前存储在名为data的数据框中。我的目标是扩展日期范围，以便我在日期范围内每天都有一行，其中包含相同的id和type。

以下是重现数据框示例的代码段：

data <- structure(list(id = c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2), type = c("a", 
"a", "b", "c", "b", "a", "c", "d", "e", "f"), from = structure(c(1235199600, 
1235545200, 1235545200, 1235631600, 1235631600, 1242712800, 1242712800, 
1243058400, 1243058400, 1243231200), class = c("POSIXct", "POSIXt"
), tzone = ""), to = structure(c(1235372400, 1235545200, 1235631600, 
1235890800, 1236236400, 1242712800, 1243058400, 1243231200, 1243144800, 
1243576800), class = c("POSIXct", "POSIXt"), tzone = "")), .Names = c("id", 
"type", "from", "to"), row.names = c(700L, 753L, 2941L, 2178L, 
 2959L, 679L, 2185L, 12L, 802L, 1796L), class = "data.frame")

这是数据集的直观表示：

id  type  from        to
1   a     2009-02-21  2009-02-23
1   a     2009-02-25  2009-02-25
1   b     2009-02-25  2009-02-26
1   c     2009-02-25  2009-03-01
1   b     2009-05-26  2009-03-05
2   a     2009-05-26  2009-05-19
2   c     2009-05-19  2009-05-23
2   d     2009-05-19  2009-05-25
2   e     2009-05-23  2009-05-24
2   f     2009-05-25  2009-05-29

以下是预期结果的直观表示：

id  type  date
1   a     2009-02-21
1   a     2009-02-22
1   a     2009-02-23
1   b     2009-02-25
1   b     2009-02-26
1   c     2009-02-26
1   c     2009-02-27
1   c     2009-02-28
1   c     2009-03-01
...
2   f     2009-05-25
2   f     2009-05-26
2   f     2009-05-27
2   f     2009-05-28
2   f     2009-05-29

我发现了几个类似的帖子（link和link），这些帖子有助于我找到一个起点。我试图使用plyr解决方案：

data2 <- adply(data, 1, summarise, date = seq(data$from, data$to))[c('id', 'type')]

但是，这会导致错误：

Error: 'from' must be of length 1

我还尝试使用data.table解决方案：

data[, list(date = seq(from, to)), by = c('id', 'type')]

然而，这给了我一个不同的错误：

Error in `[.data.frame`(data, , list(date = seq(from, to)), by = c("id",  : 
unused argument (by = c("id", "type"))

对于如何解决这些错误（或使用不同方法）的任何想法都将不胜感激。

Answer 1

1）以下是使用来自R基础的by的三行答案。首先，我们将日期转换为"Date"类给出data2。然后我们应用f来完成每一行的实际工作，最后我们将rbind生成的行放在一起：

data2 <- transform(data, from = as.Date(from), to = as.Date(to))

f <- function(x) with(x, data.frame(id, type, date = seq(from, to, by = "day")))
do.call("rbind", by(data, 1:nrow(data), f))

2）data.table 使用与data.table相同的data2，我们这样做：

library(data.table)

dt <- data.table(data2)
dt[, list(id, type, date = seq(from, to, by = "day")), by = 1:nrow(dt)]

2a）data.table 或者其中dt来自（2）而f来自（1）：

dt[, f(.SD), by = 1:nrow(dt)]

使用dplyr

3）dplyr 会发出警告但在data2和f来自（1）的情况下无效：

data2 %>% rowwise() %>% do(f(.))

更新一些改进。

Answer 2

以下是使用基本函数执行此类转换的一种方法

do.call(rbind,Map(function(id,type,from,to) {
    dts <- seq(from=from, to=to, by="1 day")
    dur <- length(dts)
    data.frame(
        id=rep(id, dur), 
        type=rep(type,dur),
        date=dts
    )
}, data$id, data$type, data$from, data$to))

输出的第一个chunck是

   id type                date
1   1    a 2009-02-21 02:00:00
2   1    a 2009-02-22 02:00:00
3   1    a 2009-02-23 02:00:00
4   1    a 2009-02-25 02:00:00
5   1    b 2009-02-25 02:00:00
6   1    b 2009-02-26 02:00:00
7   1    c 2009-02-26 02:00:00
8   1    c 2009-02-27 02:00:00
9   1    c 2009-02-28 02:00:00
10  1    c 2009-03-01 02:00:00
11  1    b 2009-02-26 02:00:00

R - 按组将日期范围扩展为面板数据

2 个答案: