根据日期将数据框拆分为行答案

【问题标题】：Splitting a data frame into rows depending on dates根据日期将数据框拆分为行
【发布时间】：2020-08-14 09:49:12
【问题描述】：

我有两个数据框：

d1 <- data.frame(id=1,a=1,start_d1=10, end_d1=19)
d2 <- data.frame(id=1,b=2, start_d2=15, end_d2=24)

实际上，start 和 end 是日期，数据框很大，但我想在这里保持简单。现在我想加入id，然后根据各自的开始日期和结束日期重叠的位置获取新行。结果应该是一个数据框d:

     id   | a  | b  | start | end    
    ----------------------------
        1 | 1  | NA | 10 | 14
        1 | 1  | 2  | 15 | 19  
        1 | NA | 2  | 20 | 24

我现在在做什么：我加入d1和d2 id 以获得d。然后我将我编写的显式函数应用到d 中的每一行，该函数根据重叠将行拆分为新变量start 和end。

这有点乱。有没有更简单的方法来解决我的问题？

【问题讨论】：

嗨，预期的输出是多少。请dput()你的预期输出会很好。
类似merge？ d <- merge(d1,d2,by=c('id','start','end'),all=T)
@TusharLad 不，这并没有给我们一个单独的行来表示开始和日期的重叠
相关：identify consecutively overlapping segments in R
您可以在删除数据框名称中_ 之后的所有内容后使用rbind！

标签： r

【解决方案1】：

我认为，将两个数据集连接起来，然后应用一个函数 row rise，然后用do.call rbinding 他们似乎是一种合理的方法。

我试图想出一个dplyr 的方法，但感觉更像是可憎的，而不是其他任何东西。

d1 <- data.frame(id=c(1,2),a=1, start_d1=c(10,20), end_d1=c(19,29))
d2 <- data.frame(id=c(1,2),b=2, start_d2=c(15,25), end_d2=c(24,34))

full_join(d1,d2) %>% 
  rowwise() %>% 
  do(data.frame(id = .$id,
                all_seq = seq(.$start_d1, .$end_d2, by = 1),
                a = c(rep(.$a, length(seq(.$start_d1, .$end_d1, by =1))),
                      rep(NA, length(seq(.$end_d1+1, .$end_d2, by = 1)))),
                b = c(rep(NA, length(seq(.$start_d1+1, .$start_d2, by =1))),
                      rep(.$b, length(seq(.$start_d2, .$end_d2, by = 1)))))) %>% 
  mutate(classifier = case_when(!is.na(a) && is.na(b) ~ 1,
                                !is.na(a) && !is.na(b) ~ 2,
                                is.na(a) && !is.na(b) ~ 3
                                )) %>% 
  ungroup() %>% 
  group_by(id, classifier) %>% 
  summarise(start = min(all_seq),
            end = max(all_seq),
            a = unique(a),
            b = unique(b)) %>% 
  select(-classifier)

Joining, by = "id"
# A tibble: 6 x 5
# Groups:   id [2]
     id start   end     a     b
  <dbl> <dbl> <dbl> <dbl> <dbl>
1     1    10    14     1    NA
2     1    15    19     1     2
3     1    20    24    NA     2
4     2    20    24     1    NA
5     2    25    29     1     2
6     2    30    34    NA     2

do-函数中的想法是根据id、a 和b 生成整个周期的序列。

【讨论】：