在数据框

Question

以下是输入和输出。我想将数据帧从输入格式转换为输出格式。

我现在写了一段代码。它完成了这项工作。但我觉得它效率很低。有没有更好的包或功能可以处理这个？

mycode的：

#create a output data frame to be apended later
output = data.frame(id1 = character(0), id2 = character(0), dates = character(0))

# for loop to get all possible combiation of dates

for (i in c(1:nrow(input))) {
  end  = as.Date('2016-07-18')
  len = as.numeric(end-input$min_date[i])
  output = rbind(output, as.data.frame(cbind(
    pid = rep(input$id1[i],len),
    cid = rep(input$id2[i],len),
    dates = as.character(seq(input$min_date[i], end, by='day'))
  )
  )
  )

}

输入：

+------+--------+------------+------------+
| id1  |  id2   |  min_date  |  max_date  |
+------+--------+------------+------------+
| 3575 | 155443 | 2012-06-18 | 2016-07-18 |
| 3575 | 155450 | 2012-06-12 | 2016-07-18 |
+------+--------+------------+------------+

输出：

+------+--------+------------+
| id1  |  id2   |   dates    |
+------+--------+------------+
| 3575 | 155443 | 2012-06-18 |
| 3575 | 155443 | 2012-06-19 |
| 3575 | 155443 | 2012-06-20 |
| 3575 | 155443 | ..         |
| 3575 | 155443 | …          |
| 3575 | 155443 | 2016-07-18 |
|      |        |            |
| 3575 | 155450 | 2012-06-12 |
| 3575 | 155450 | 2012-06-13 |
| 3575 | 155450 | 2012-06-14 |
| 3575 | 155450 | …          |
| 3575 | 155450 | …          |
| 3575 | 155450 | 2016-07-18 |
+------+--------+------------+

Answer 1

假设'min_date / max_date'列是Date类，我们使用Map来获取每个'min_date'的序列，并在list中使用相应的'max_date'，使用list元素的行数复制'df1'行的序列，通过基于'i1'扩展数据集创建data.frame，并通过连接'lst'来创建'日期' '元素。

lst <- Map(function(x, y) seq(x,y, by = "1 day"), df1$min_date, df1$max_date)
i1 <- rep(1:nrow(df1), lengths(lst)) 
data.frame(df1[i1,-3], dates = do.call("c", lst))

或者如果我们使用dplyr

library(dplyr)
df1 %>%
   rowwise() %>% 
   do(data.frame(.[1:2], date = seq(.$min_date, .$max_date, by = "1 day")))

或者使用data.table，我们可以在一行代码中执行此操作

library(data.table) 
setDT(df1)[,.(date = seq(min_date, max_date, by = "1 day")) ,.(id1, id2)]

Answer 2

您可以使用dplyr和splitstackshape个套件

library(dplyr)
library(splitstackshape)
df %>% 
   group_by(id1, id2) %>% 
   mutate(dates = paste(seq(as.Date(min_date),as.Date(max_date),by = 1), collapse = ',')) %>% 
   select(-c(min_date, max_date)) %>% 
   cSplit('dates', ',', 'long')