我有一个包含开始日期和结束日期的数据集,我想根据期间中的年份拆分此数据框中的行 . 以此数据框为例:
df <- data.frame("starting_date"=as.Date("2015-06-01"),"end_date"=as.Date("2017-09-30"))
它应分为3行,一行的开始日期为2015-06-01,结束日期为2015-12-31,一行的开始日期为2016-01-01,结束日期为2016-12-31,另一行的开始日期为2017 -01-01和结束日期2017-09-30 . 知道怎么做吗?它应该看起来像这样:
starting_date end_date
1 2015-06-01 2015-12-31
2 2016-01-01 2016-12-31
3 2017-01-01 2017-09-30
编辑:我已调整代码在基地R工作 .
EDIT2:我试过了
library(dplyr)
df2 <- df[1,]
df2 <- df[-1,]
for (i in 1:dim(df)[1]){
for (j in year(df$starting_date[i]):year(df$end_date[i]))
{
df2 <- bind_rows(df2,df[i,])
}
}
它有效,但速度很慢 .
EDIT3:我设法复制了相当于所涉及年数的行:
df2 <- df[rep(seq_len(nrow(df)),year(df$end_date)-year(df$starting_date)+1),]
现在我需要另一个列这样的年代:
starting_date end_date years
1 2015-06-01 2017-09-30 2015
2 2015-06-01 2017-09-30 2016
3 2015-06-01 2017-09-30 2017
一旦我在这里很容易得到所需的最终结果....任何关于如何做到这一点的想法?我尝试用年份制作一个单独的矢量,以便用df2来解决它,但它没有用....
years <- lapply(df,function(x) seq(x[,"starting_date"],length.out=x[,"year"]))
编辑4:最后设法在这篇文章的帮助下做到了:R Create a time sequence as xts index based on two columns in data.frame代码可能会有很多改进,但它的工作原理....
diffs <- abs(with(df, year(starting_date)-year(end_date)))+1
df.rep <- df[rep(1:nrow(df), times=diffs), ]
reps <- rep(diffs, times=diffs)
dates.l <- apply(
df[colnames(df) %in% c("starting_date", "end_date")], 1,
function(x) {
seq(min(year(as.Date(x))), max(year(as.Date(x))))
})
years <- do.call(c, dates.l)
df.long <- cbind(df.rep, reps, years)
df.long$yearstart <- as.Date(paste0(year(df.long$years),"-01-01"))
df.long$yearend <- as.Date(paste0(year(df.long$years),"-12-31"))
df.long$starting_date2 <- pmax(df.long$starting_date,df.long$yearstart)
df.long$end_date2 <- pmin(df.long$end_date,df.long$yearend)
1 回答
另一种方法可能是
输出是: