R根据起点和终点展开时间序列数据答案

【问题标题】：R Expand time series data based on start and end pointR根据起点和终点展开时间序列数据
【发布时间】：2020-11-24 19:40:59
【问题描述】：

我想我有一个非常简单的要求。我有以下数据框，其中“地点”是唯一标识符，而 start_date 和 end_date 可能重叠。每个 ID“地点”的值都是唯一的。

place  start_date   end_date value
1     2007-09-01  2010-10-12  0.5
2     2013-09-27  2015-10-11  0.7
...

我需要创建一个基于年份的变量，在其中我将时间序列按每年（从 1 月 1 日开始（即 2011-01-01）开始为那个特定的“地方”和“价值”。我的意思是这样的：

place  year  value 
1     2007    0.5   
1     2008    0.5   
1     2009    0.5   
1     2010    0.5   
2     2013    0.7    
2     2014    0.7    
2     2015    0.7    
...

对于两个不同的案例，有些案例存在重叠（即“地点”=1 和“年份”=2007），其中一个观察从一年开始，另一个观察从那一年继续。在这种情况下，我更喜欢在该特定年份结束的“价值”。因此，如果 place=1 的一个观察结果在 3 月以 2007 年结束，而另一个 place=1 从 4 月的 2007 年开始，那么如果有意义的话，place=1 的 year=2007 值将被标记为之前的“结束”值。

我只做到了这一点：库（数据表）数据 :=(start_date = as.Date(start_date), end_date = as.Date(end_date))] data[,num_mons:= length(seq(from=start_date, to=end_date, by='year')),by=1:nrow(data)]

我想写一个循环最有意义？

感谢您的帮助和建议。

【问题讨论】：

标签： r loops time-series data-manipulation

【解决方案1】：

使用 tidyverse 解决方案可能如下所示：

library(dplyr)
library(stringr)
library(purrr)
library(tidyr)

data <- tibble(place = c(1, 2),
               start_date = c('2007-09-01',
                              '2013-09-27'),
               end_date = c('2010-10-12',
                            '2015-10-11'),
               value = c(0.5, 0.7))

data %>%
  mutate(year = map2(start_date,
                     end_date,
                     ~ as.character(str_extract(.x, '\\d{4}'): 
                                    str_extract(.y, '\\d{4}')))) %>%
  separate_rows(year) %>%
  filter(!year %in% c('c', '')) %>%
  select(place, year, value)

#   place year  value
#   <dbl> <chr> <dbl>
# 1     1 2007    0.5
# 2     1 2008    0.5
# 3     1 2009    0.5
# 4     1 2010    0.5
# 5     2 2013    0.7
# 6     2 2014    0.7
# 7     2 2015    0.7

我无法理解您问题的第三段（“有……”）。在我看来，这是一个单独的问题。如果是这种情况，请考虑将问题移至 SO 上的单独帖子。如果不是单独的问题，请重新编写段落。

【讨论】：

谢谢，在这种情况下，我会在另一个问题中问第二个问题。这比我一开始解释的要复杂一些。

【解决方案2】：

您可以执行以下操作：

library(lubridate)
library(tidyverse)
df %>%
  group_by(place) %>%
  mutate(year = list(seq(year(ymd(start_date)), year(ymd(end_date)))))%>%
  unnest(year)%>%
  select(place,year,value)

# A tibble: 7 x 3
# Groups:   place [2]
  place  year value
  <int> <int> <dbl>
1     1  2007   0.5
2     1  2008   0.5
3     1  2009   0.5
4     1  2010   0.5
5     2  2013   0.7
6     2  2014   0.7
7     2  2015   0.7

【讨论】：