Question

使用下面的数据，我想扩展IndID因子的行或每个级别，以便存在与CptrDt和MortDt之间的年数一样多的行，包括起始年份和结束年份。对于没有MortDt的个人，我希望能够填补2017年的顺序。

dat <- data.frame(IndID = c("AAA","BBB","CCC"),
                 CptrDt  = as.Date(c("01-01-2013" ,"01-01-2013", "01-01-2014"),"%m-%d-%Y"),
                 MortDt =  as.Date(c("01-01-2015" ,"01-01-2016", NA),"%m-%d-%Y"))

> dat
  IndID     CptrDt     MortDt
1   AAA 2013-01-01 2015-01-01
2   BBB 2013-01-01 2016-01-01
3   CCC 2014-01-01       <NA>

简化结果将仅返回如下所示的年份，但我可以使用其他日期格式。

Result <- data.frame(IndID = c(rep("AAA",3), rep("BBB",4), rep("CCC",4)),
                 Year = c(2013,2014,2015,2013,2014,2015,2016,2014,2015,2016,2017))

   IndID Year
1    AAA 2013
2    AAA 2014
3    AAA 2015
4    BBB 2013
5    BBB 2014
6    BBB 2015
7    BBB 2016
8    CCC 2014
9    CCC 2015
10   CCC 2016
11   CCC 2017

我认识到这个问题与previous post非常相似，但考虑到NA值的存在和数据结构略有不同，我无法使用之前的响应生成所需的结果，并希望得到任何建议。此外，如发布的答案所示，还有其他解决方案。

Answer 1

1-使用gsub，从每一行获取年份并形成序列。然后使用expand.grid按以上顺序展开IndID的值。最后rbind将数据帧列表放入一个数据框中。

dat[is.na(dat$CptrDt), "CptrDt"] <- as.Date("01-01-2017", "%m-%d-%Y")
dat[is.na(dat$MortDt), "MortDt"] <- as.Date("01-01-2017", "%m-%d-%Y")

do.call('rbind', apply(dat, 1, function(x) {
                                             pattern <- '([0-9]{4})-[0-9]{2}-[0-9]{2}';
                                             y <- as.numeric( gsub( pattern, '\\1', x[2:3] ) );
                                             expand.grid( IndID = x[1], 
                                                          Year = seq( y[1], y[2], by = 1 ) )
                                            }))

#    IndID Year
# 1    AAA 2013
# 2    AAA 2014
# 3    AAA 2015
# 4    BBB 2013
# 5    BBB 2014
# 6    BBB 2015
# 7    BBB 2016
# 8    CCC 2014
# 9    CCC 2015
# 10   CCC 2016
# 11   CCC 2017

2-根据以下评论中的建议使用format。

dat[is.na(dat$CptrDt), "CptrDt"] <- as.Date("01-01-2017", "%m-%d-%Y")
dat[is.na(dat$MortDt), "MortDt"] <- as.Date("01-01-2017", "%m-%d-%Y")

dat$CptrDt <- format(dat$CptrDt, "%Y")
dat$MortDt <- format(dat$MortDt, "%Y")

do.call('rbind', apply(dat, 1, function(x) { expand.grid( IndID = x[1], 
                                                          Year = seq( as.numeric( x[2] ), as.numeric( x[3] ), by = 1 ) ) }))

数据：

dat <- data.frame(IndID = c("AAA","BBB","CCC"), CptrDt = as.Date(c("01-01-2013" ,"01-01-2013", "01-01-2014"),"%m-%d-%Y"), MortDt = as.Date(c("01-01-2015" ,"01-01-2016", NA),"%m-%d-%Y"))

使用NA值按日期范围扩展数据框行

1 个答案: