考虑表格
的数据框架 idnum start end
1993.1 17 1993-01-01 1993-12-31
1993.2 17 1993-01-01 1993-12-31
1993.3 17 1993-01-01 1993-12-31
start且end类型为Date
$ idnum : int 17 17 17 17 27 27
$ start : Date, format: "1993-01-01" "1993-01-01" "1993-01-01" "1993-01-01" ...
$ end : Date, format: "1993-12-31" "1993-12-31" "1993-12-31" "1993-12-31" ...
我想创建一个 new 数据框，而不是start和end之间每个月（包括边界）的每一行的每月观察结果：
所需输出
idnum month
17 1993-01-01
17 1993-02-01
17 1993-03-01
...
17 1993-11-01
17 1993-12-01
我不确定month应具有什么格式，我会在某个时候想要按idnum，month分组，以便对其余数据集进行回归分析。
到目前为止，对于每一行，seq(from=test[1,'start'], to=test[1, 'end'], by='1 month')给出了正确的序列 - 但是一旦我尝试将其应用于整个数据框，它就无法工作：
> foo <- apply(test, 1, function(x) seq(x['start'], to=x['end'], by='1 month'))
Error in to - from : non-numeric argument to binary operator
答案 0 :(得分：25)
使用data.table：
require(data.table) ## 1.9.2+
setDT(df)[ , list(idnum = idnum, month = seq(start, end, by = "month")), by = 1:nrow(df)]
# you may use dot notation as a shorthand alias of list in j:
setDT(df)[ , .(idnum = idnum, month = seq(start, end, by = "month")), by = 1:nrow(df)]
setDT将df转换为data.table。然后，对于每一行by = 1:nrow(df)，我们会根据需要创建idnum和month。
答案 1 :(得分：16)
使用dplyr：
test %>%
group_by(idnum) %>%
summarize(start=min(start),end=max(end)) %>%
do(data.frame(idnum=.$idnum, month=seq(.$start,.$end,by="1 month")))
请注意，此处我不为每一行生成start和end之间的序列，而是min(start)和max(end)之间的每个idnum的序列1}}。如果你想要前者：
test %>%
rowwise() %>%
do(data.frame(idnum=.$idnum, month=seq(.$start,.$end,by="1 month")))
答案 2 :(得分：3)
export class SelectedList {
constructor(
public attributeName: any,
public value: any,
public date: any,
public checked: boolean
) {}
}
回答
数据
tidyverse回答和输出
df <- structure(list(idnum = c(17L, 17L, 17L), start = structure(c(8401,
8401, 8401), class = "Date"), end = structure(c(8765, 8765, 8765
), class = "Date")), class = "data.frame", .Names = c("idnum",
"start", "end"), row.names = c(NA, -3L))
答案 3 :(得分：1)
使用新版purrr（0.3.0）和dplyr（0.8.0），可以使用map2
library(dplyr)
library(purrr)
test %>%
# sequence of monthly dates for each corresponding start, end elements
transmute(idnum, month = map2(start, end, seq, by = "1 month")) %>%
# unnest the list column
unnest %>%
# remove any duplicate rows
distinct
基于@Ananda Mahto的评论
res1 <- melt(setNames(lapply(1:nrow(test), function(x) seq(test[x, "start"],
test[x, "end"], by = "1 month")), test$idnum))
此外，
res2 <- setNames(do.call(`rbind`,
with(test,
Map(`expand.grid`,idnum,
Map(`seq`, start, end, by='1 month')))), c("idnum", "month"))
head(res1)
# idnum month
#1 17 1993-01-01
#2 17 1993-02-01
#3 17 1993-03-01
#4 17 1993-04-01
#5 17 1993-05-01
#6 17 1993-06-01
答案 4 :(得分：1)
考虑到您希望每个ID一个月的序列（在本例中为“ idnum”），使用此tidyverse的另一种tidyr::complete()可能性是：
df %>%
gather(var, date, -idnum) %>%
group_by(idnum) %>%
distinct() %>%
complete(date = seq.Date(min(date), max(date), by = "month")) %>%
select(-var)
date idnum
<date> <int>
1 1993-01-01 17
2 1993-02-01 17
3 1993-03-01 17
4 1993-04-01 17
5 1993-05-01 17
6 1993-06-01 17
7 1993-07-01 17
8 1993-08-01 17
9 1993-09-01 17
10 1993-10-01 17
11 1993-11-01 17
12 1993-12-01 17
它首先将数据从宽格式转换为长格式，但不包括变量“ idnum”。其次，它按“ idnum”对数据进行分组。第三，它删除每个“ idnum”的重复行。第三，通过在seq.Date()中使用tidyr::complete()，它会生成一个月序列（每个“ idnum”），从数据中的第一个月开始，到数据中的最后一个月结束。最后，它删除了多余的“ var”变量。
考虑到您希望每行一个月序列，可以将上面的代码修改为：
df %>%
rowid_to_column() %>%
gather(var, date, -c(idnum, rowid)) %>%
group_by(rowid) %>%
complete(date = seq.Date(min(date), max(date), by = "month")) %>%
fill(idnum, .direction = "down") %>%
select(-var)
rowid date idnum
<int> <date> <int>
1 1 1993-01-01 17
2 1 1993-02-01 17
3 1 1993-03-01 17
4 1 1993-04-01 17
5 1 1993-05-01 17
6 1 1993-06-01 17
7 1 1993-07-01 17
8 1 1993-08-01 17
9 1 1993-09-01 17
10 1 1993-10-01 17
11 1 1993-11-01 17
12 1 1993-12-01 17
13 2 1993-01-01 17
14 2 1993-02-01 17
15 2 1993-03-01 17
在这种情况下，它首先生成一个唯一的行ID。其次，它将数据从宽格式转换为长格式，不包括变量“ idnum”和“ rowid”。第三，它按“行”对数据进行分组。第四，它为每个行ID生成月份序列。最后，它将缺失的值填充到“ idnum”中，并删除多余的“ var”变量。