将季度行扩展到多个月行答案

【问题标题】：Expand quarterly rows to multiple monthly rows将季度行扩展到多个月行
【发布时间】：2021-05-26 05:43:37
【问题描述】：

我有一个数据集，其中有一列引用日期。日期以季度方式书写（即以每 3 个月为 1 个单位）。一栏表示该日期实际上是按季度还是按月计算的。我只想处理季度类型。

我想将每个季度行扩展到 3 个月行。另一列称为“收益”也会受到影响，应除以“3”（即一个季度的月数）。

例子：

example <- data.frame(quarterly_reports = as.Date(as.character(c(20200331,20200630, 20200930,20201231, 20210131)), "%Y%m%d"),
                      type = c("q","q","q","q","m"),
                      gains = c(18000, 30000, 45000, 60000, 10000))

看起来是这样的：

  quarterly_reports type gains
1        2020-03-31    q 18000
2        2020-06-30    q 30000
3        2020-09-30    q 45000
4        2020-12-31    q 60000
5        2021-01-31    m 10000

我想要的是与此类似的输出（并注意我如何将增益列除以 3）：

   quarterly_reports type gains
1         2020-01-31    m  6000
2         2020-02-28    m  6000
3         2020-03-31    m  6000
4         2020-04-30    m 10000
5         2020-05-31    m 10000
6         2020-06-30    m 10000
7         2020-07-31    m 15000
8         2020-08-31    m 15000
9         2020-09-30    m 15000
10        2020-10-31    m 20000
11        2020-11-30    m 20000
12        2020-12-31    m 20000
13        2021-01-31    m 10000

注意：我正在使用data.table，并且我正在尝试使用lubridate 将日期从季度转换为月度。我有大约 300 万行这样的行，所以我正在寻找一些又快又脏的东西。

感谢任何回复。

【问题讨论】：

标签： r date data.table reshape lubridate

【解决方案1】：

更新：根据@Henrik 的建议，这里有一个更有效的替代方案：

library(lubdridate)
newexample <- example[type == 'q', .(
  quarterly_reports = quarterly_reports %m-% months(rep(0:2, .N)),
  type = "m",
  gains = gains/3) ]
setorder(newexample, quarterly_reports)
newexample
#     quarterly_reports   type gains
#                <Date> <char> <num>
#  1:        2020-01-31      m  6000
#  2:        2020-02-29      m  6000
#  3:        2020-03-31      m  6000
#  4:        2020-04-30      m 10000
#  5:        2020-05-30      m 10000
#  6:        2020-06-30      m 10000
#  7:        2020-07-30      m 15000
#  8:        2020-08-30      m 15000
#  9:        2020-09-30      m 15000
# 10:        2020-10-31      m 20000
# 11:        2020-11-30      m 20000
# 12:        2020-12-31      m 20000

（这可能要慢得多，为后代保留。）

我不知道这会在data.table 的正常引用语义方面为您节省很多效率，因为它必须创建很多行（我认为这不是就地完成的）。不管怎样，

library(zoo)
library(data.table)
setDT(example)

newexample <- example[type == "q",][,rn:=seq_len(nrow(.SD))][, .(
  quarterly_reports = as.Date(seq(as.yearmon(quarterly_reports), length.out = 3, by = -1/12), frac = 1),
  type = rep("m", 3),
  gains = rep(gains, 3) / 3
), by = rn ][,rn:=NULL]
newexample <- rbindlist(list(newexample, example[type != "q",]))
setorder(newexample, "quarterly_reports")
newexample[]
#     quarterly_reports   type gains
#                <Date> <char> <num>
#  1:        2020-01-31      m  6000
#  2:        2020-02-29      m  6000
#  3:        2020-03-31      m  6000
#  4:        2020-04-30      m 10000
#  5:        2020-05-31      m 10000
#  6:        2020-06-30      m 10000
#  7:        2020-07-31      m 15000
#  8:        2020-08-31      m 15000
#  9:        2020-09-30      m 15000
# 10:        2020-10-31      m 20000
# 11:        2020-11-30      m 20000
# 12:        2020-12-31      m 20000
# 13:        2021-01-31      m 10000

（@G.Grothendieck 先前的答案https://stackoverflow.com/a/47634838/3358272 建议使用zoo::as.yearmon，以便将日期保持为每个月的最后一天。）

【讨论】：

seq(as.yearmon 可以缩短为lubridate::%m-%：as.Date(quarterly_reports) %m-% months(0:2)。不知道速度。 'type' 和 'gain' 将被回收，因此不需要（更明确的）rep。干杯
关于回收的好点，是的，我试图明确（我经常不信任回收，并且与 data.table::fcase 合作强化了这一点），但你是对的，这里不需要。谢谢。（我不是lubridate pro，很好学习，再次感谢。）
您实际上可以使用months(rep(0:2, .N)) 来避免可怕的by 行。应该对 OP 的 300 万行产生影响。