我是R和编码领域的相对较新的用户，我已经搜索过并且无法解决此问题。我有以下数据：
groupid start.date end.date Status
1 2014-01-01 2017-01-01 A
1 2018-01-01 2020-01-01 D
2 2014-01-01 2017-01-01 B
如何生成一个数据框，其中每个观测值都是一年，而不是groupid和时间段的组合。
我正在寻找的输出是：
groupid year status
1 2014 A
1 2015 A
1 2016 A
1 2017 A
1 2018 D
1 2019 D
1 2020 D
2 2014 B
2 2015 B
2 2016 B
2 2017 B
我尝试了多种方法，但我认为我的最佳尝试是：
df <- df %>%
group_by(rn=row_number()) %>%
mutate(d = list(seq(start.date, end.date, by='1 year')))
%>%
unnest()
但是我知道了
Error: Each column must either be a list of vectors or a list of data frames
[d]
搜索错误并没有帮助我进一步弄清错误所在。开始日期和结束日期存储为日期。如果很重要，它们是由仅具有四位数年份数字的两个列向量生成的，因此我应用了以下代码将其更改为可用的日期格式：
df$start.date <- as.Date(ISOdate(df$from, 1, 1))
df$end.date <- as.Date(ISOdate(df$to, 1, 1))
答案 0 :(得分：0)
您快到了！根据ID和状态对数据进行分组，因为这两个变量的组合是开始和结束日期的来源。
library(tidyverse)
df <- "groupid start.date end.date Status
1 2014-01-01 2017-01-01 A
1 2018-01-01 2020-01-01 D
2 2014-01-01 2017-01-01 B" %>% read_table2()
df %>%
group_by(groupid, Status) %>%
mutate(dates = list(seq(from = start.date, to = end.date, by = "1 year"))) %>%
unnest()
#> # A tibble: 11 x 5
#> # Groups: groupid, Status [3]
#> groupid start.date end.date Status dates
#> <int> <date> <date> <chr> <date>
#> 1 1 2014-01-01 2017-01-01 A 2014-01-01
#> 2 1 2014-01-01 2017-01-01 A 2015-01-01
#> 3 1 2014-01-01 2017-01-01 A 2016-01-01
#> 4 1 2014-01-01 2017-01-01 A 2017-01-01
#> 5 1 2018-01-01 2020-01-01 D 2018-01-01
#> 6 1 2018-01-01 2020-01-01 D 2019-01-01
#> 7 1 2018-01-01 2020-01-01 D 2020-01-01
#> 8 2 2014-01-01 2017-01-01 B 2014-01-01
#> 9 2 2014-01-01 2017-01-01 B 2015-01-01
#> 10 2 2014-01-01 2017-01-01 B 2016-01-01
#> 11 2 2014-01-01 2017-01-01 B 2017-01-01
要获取所需的格式，您可以从日期序列中提取年份并删除多余的列：
df %>%
group_by(groupid, Status) %>%
mutate(dates = list(seq(from = start.date, to = end.date, by = "1 year"))) %>%
unnest() %>%
mutate(year = lubridate::year(dates)) %>%
select(groupid, year, Status)
#> # A tibble: 11 x 3
#> # Groups: groupid, Status [3]
#> groupid year Status
#> <int> <dbl> <chr>
#> 1 1 2014 A
#> 2 1 2015 A
#> 3 1 2016 A
#> 4 1 2017 A
#> 5 1 2018 D
#> 6 1 2019 D
#> 7 1 2020 D
#> 8 2 2014 B
#> 9 2 2015 B
#> 10 2 2016 B
#> 11 2 2017 B
由reprex package（v0.2.0）于2018-06-22创建。
答案 1 :(得分：0)
camille的答案基于groupid和Status的组合是唯一的隐式假设。但是，这不能保证。此外，OP本身已选择按行号进行分组以确保安全。
分组是必需的，因为seq()和单个冒号运算符:不接受vetors作为输入。
dplyr / tidyr解决方案此方法按行号分组，并提取创建序列的之前年。
df1是OP给出的小标题（请参阅下面的Data部分）。
library(dplyr)
library(tidyr)
library(lubridate)
df1 %>%
group_by(rn = row_number()) %>%
mutate(year = list(year(start.date):year(end.date))) %>%
unnest() %>%
ungroup() %>%
select(groupid, year, Status)
# A tibble: 11 x 3 groupid year Status <int> <int> <chr> 1 1 2014 A 2 1 2015 A 3 1 2016 A 4 1 2017 A 5 1 2018 D 6 1 2019 D 7 1 2020 D 8 2 2014 B 9 2 2015 B 10 2 2016 B 11 2 2017 B
data.table方法 data.table允许使用更简洁的代码实现相同的结果：
library(data.table)
setDT(df1)[, .(groupid, year = year(start.date):year(end.date), Status),
by = .(rn = 1:nrow(df1))][
, rn := NULL][]
groupid year Status 1: 1 2014 A 2: 1 2015 A 3: 1 2016 A 4: 1 2017 A 5: 1 2018 D 6: 1 2019 D 7: 1 2020 D 8: 2 2014 B 9: 2 2015 B 10: 2 2016 B 11: 2 2017 B
OP公开了start.date和end.date 是从只有四位数年份数字的两个列向量生成的。。
不必将这些年份数字预先转换为日期。它们可以直接用于创建年份序列：
library(dplyr)
library(tidyr)
df2 %>%
group_by(rn = row_number()) %>%
mutate(year = list(from:to)) %>%
unnest() %>%
ungroup() %>%
select(groupid, year, Status)
# A tibble: 11 x 3 groupid year Status <int> <int> <chr> 1 1 2014 A 2 1 2015 A 3 1 2016 A 4 1 2017 A 5 1 2018 D 6 1 2019 D 7 1 2020 D 8 2 2014 B 9 2 2015 B 10 2 2016 B 11 2 2017 B
或者，以data.table语法：
library(data.table)
setDT(df2)[, .(groupid, year = from:to, Status), by = .(rn = 1:nrow(df2))][
, rn := NULL][]
根据help(":")，字符参数被强制为数字，因此不需要显式强制。
df1 <- readr::read_table(
"groupid start.date end.date Status
1 2014-01-01 2017-01-01 A
1 2018-01-01 2020-01-01 D
2 2014-01-01 2017-01-01 B"
)
df2 <- readr::read_table(
"groupid from to Status
1 2014 2017 A
1 2018 2020 D
2 2014 2017 B"
)