基本上，我的数据按天划分，其间的行数不一致：
16-Oct-16
Name1
Name2
Name3
17-Oct-16
Name1
Name2
Name3
Name4
Name5
19-Oct-16
等
我需要能够获取组数据并将其应用于子记录。 预期结果应如下所示：
Name1 16-Oct-16
Name2 16-Oct-16
Name3 16-Oct-16
Name1 17-Oct-16
Name2 17-Oct-16
Name3 17-Oct-16
Name4 17-Oct-16
Name5 17-Oct-16
我正在使用data.table，但目前除了循环之外我无法想到任何其他方式。
以下脚本生成我正在查看的数据集类型：
data.table(c('October 16, 2016', paste0('Name',1:4),
'October 17, 2016', paste0('Name',1:12),
'October 20, 2016', paste0('Name',1:2),
'October 25, 2016', paste0('Name',1:6)))
我只想将相应的日期字段复制到每个名称行，最后得到一个整洁的数据集，其中每一行都有名称和日期。
答案 0 :(得分：1)
我在类似情况下使用了data.table解决方案。 （我已使用data.table版本1.9.7进行了测试。但它也适用于CRAN版本1.9.6）
library(data.table)
dt <- fread("16-Oct-16
Name1
Name2
Name3
17-Oct-16
Name1
Name2
Name3
Name4
Name5
19-Oct-16",
header = FALSE)
print(dt)
V1
1: 16-Oct-16
2: Name1
3: Name2
4: Name3
5: 17-Oct-16
6: Name1
7: Name2
8: Name3
9: Name4
10: Name5
11: 19-Oct-16
组标题是日期。所以我使用了dmy包的lubridate函数来尽可能强制它们使用日期格式。对于未格式化为日期dmy创建NA的行。使用包na.locf中的zoo，可以继续进行最后一次非NA观察。两种操作都可以组合成一行：
dt[, day := zoo::na.locf(lubridate::dmy(V1))]
print(dt)
V1 day
1: 16-Oct-16 2016-10-16
2: Name1 2016-10-16
3: Name2 2016-10-16
4: Name3 2016-10-16
5: 17-Oct-16 2016-10-17
6: Name1 2016-10-17
7: Name2 2016-10-17
8: Name3 2016-10-17
9: Name4 2016-10-17
10: Name5 2016-10-17
11: 19-Oct-16 2016-10-19
（我想有一个更快的版本使用滚动连接而不是na.locf。）
要删除组标题，我们需要保留一个临时列。
dt[, tmp := lubridate::dmy(V1)][, day := zoo::na.locf(tmp)]
print(dt)
V1 tmp day
1: 16-Oct-16 2016-10-16 2016-10-16
2: Name1 <NA> 2016-10-16
3: Name2 <NA> 2016-10-16
4: Name3 <NA> 2016-10-16
5: 17-Oct-16 2016-10-17 2016-10-17
6: Name1 <NA> 2016-10-17
7: Name2 <NA> 2016-10-17
8: Name3 <NA> 2016-10-17
9: Name4 <NA> 2016-10-17
10: Name5 <NA> 2016-10-17
11: 19-Oct-16 2016-10-19 2016-10-19
dt <- dt[is.na(tmp)]
print(dt)
V1 tmp day
1: Name1 <NA> 2016-10-16
2: Name2 <NA> 2016-10-16
3: Name3 <NA> 2016-10-16
4: Name1 <NA> 2016-10-17
5: Name2 <NA> 2016-10-17
6: Name3 <NA> 2016-10-17
7: Name4 <NA> 2016-10-17
8: Name5 <NA> 2016-10-17
dt[, tmp := NULL]
print(dt)
V1 day
1: Name1 2016-10-16
2: Name2 2016-10-16
3: Name3 2016-10-16
4: Name1 2016-10-17
5: Name2 2016-10-17
6: Name3 2016-10-17
7: Name4 2016-10-17
8: Name5 2016-10-17
答案 1 :(得分：1)
另一种选择是使用正则表达式模式。对于第一个示例数据集：
library(data.table)
library(zoo)
dt1[grep('([0-9]{1,2})-([A-Za-z]+)-(\\d{2})', V1), V2 := V1
][, V2 := na.locf(V2)][V1!=V2]
给出：
V1 V2
1: Name1 16-Oct-16
2: Name2 16-Oct-16
3: Name3 16-Oct-16
4: Name1 17-Oct-16
5: Name2 17-Oct-16
6: Name3 17-Oct-16
7: Name4 17-Oct-16
8: Name5 17-Oct-16
对于第二个数据集，您可以使用：
dt2[grep('([A-Za-z]+ )([0-9]{1,2}[,] )(\\d{4})', V1), V2 := V1
][, V2 := na.locf(V2)][V1!=V2]
给出：
V1 V2
1: Name1 October 16, 2016
2: Name2 October 16, 2016
3: Name3 October 16, 2016
4: Name4 October 16, 2016
5: Name1 October 17, 2016
6: Name2 October 17, 2016
7: Name3 October 17, 2016
8: Name4 October 17, 2016
9: Name5 October 17, 2016
10: Name6 October 17, 2016
11: Name7 October 17, 2016
12: Name8 October 17, 2016
13: Name9 October 17, 2016
14: Name10 October 17, 2016
15: Name11 October 17, 2016
16: Name12 October 17, 2016
17: Name1 October 20, 2016
18: Name2 October 20, 2016
19: Name1 October 25, 2016
20: Name2 October 25, 2016
21: Name3 October 25, 2016
22: Name4 October 25, 2016
23: Name5 October 25, 2016
24: Name6 October 25, 2016
使用过的数据：
dt1 <- fread("16-Oct-16
Name1
Name2
Name3
17-Oct-16
Name1
Name2
Name3
Name4
Name5
19-Oct-16", header = FALSE)
和
dt2 <- data.table(c('October 16, 2016', paste0('Name',1:4),
'October 17, 2016', paste0('Name',1:12),
'October 20, 2016', paste0('Name',1:2),
'October 25, 2016', paste0('Name',1:6)))