扩展行以包括日期范围中的过渡年份

Question

我有一个包含日期范围的数据框，我想从中创建新的行来表示该范围所包含的每一年（包括开始和结束年份）。它看起来像这样：

id      start      end  
1      2000         2004  
2      2005         2005  
3      2005         2007  
4      2001         2002 

其中 'id' 是一个因素，'start' 和 'end' 是日期。

但我需要将数据框扩展为如下所示：

id      year        
1       2000 
1       2001
1       2002
1       2003 
1       2004
2       2005
3       2005
3       2006
3       2007
4       2001
4       2002

我已经尝试过这里建议的方法：Expand rows by date range using start and end date 和这里Generate rows between two dates in a dataframe。具体我跑了：

library(data.table)
setDT(df)[, .(year = seq.Date(start, end, by = '1 year')), by = 'id']

并且还尝试了 dplyr 方法：

library(dplyr)
library(purrr)
df_expanded <- df %>%
  transmute(id, year = map2(start, end, seq, by = "year")) %>%
  unnest %>% 
  distinct

两次尝试都导致了类似的错误：

Error in seq.int(r1$year, to0$year, by) : wrong sign in 'by' argument

我已经查看了，但我无法弄清楚为什么会出现此错误。我应该提到这个错误也发生在格式为 YYYY-MM-DD 的完整日期中。我对每月或每天的差异不感兴趣，因此我将它们重新格式化为仅 YYYY，但此代码仍在返回错误消息。

有人可以帮忙吗？

Answer 1

样本数据

library(data.table)
DT <- fread("id      start      end  
1      2000         2004  
2      2005         2005  
3      2005         2007  
4      2001         2002")

代码

year 是数字（而不是日期），因此您可以通过id 创建一个从start 到end 的向量。

DT[, .(year = start:end), by = .(id)][]

输出

#     id year
#  1:  1 2000
#  2:  1 2001
#  3:  1 2002
#  4:  1 2003
#  5:  1 2004
#  6:  2 2005
#  7:  3 2005
#  8:  3 2006
#  9:  3 2007
# 10:  4 2001
# 11:  4 2002