根据 R 中的日期将行拆分为两个并添加新列答案

【问题标题】：Split row into two based and add new column based on dates in R根据 R 中的日期将行拆分为两个并添加新列
【发布时间】：2019-06-04 14:52:11
【问题描述】：

我查看了 stackoverflow 并看到了我需要的不同变体，但没有一个我可以为我工作。

我有一大组数据，包括 116 列和 326438 行。

我需要将每一行拆分为两行，使用现有的日期字段作为计算，并添加新的日期列“StartDate”和“EndDate”。

如果第 1 行显示 PolicyEffectiveDate 为 01/06/2018，PolicyRenewalDate 为 01/06/2019，我需要数据反映两行，其中包含以下内容：

第一行将显示 01/06/2018 的开始日期和 2018 年 12 月 31 日的结束日期，下一行将显示 2019 年 1 月 1 日的开始日期和 2019 年 5 月 31 日的结束日期。 StartDate 和 EndDate 是在此过程中创建的新列。新行上的所有其他数据都应与第一个条目匹配，实际上我们正在创建 1 中的两行，除了要创建的两个新字段之外，所有数据都匹配。

我目前拥有的是这样的：

PolicyEffectiveDate  PolicyRenewalDate  Customer
2017-06-01           2018-06-01         Arc Ltd
2017-04-03           2018-04-03         Windonian CC

我需要的是这个：

PolicyStartDate  PolicyEndDate  Customer
2017-06-01       2017-12-31     Arc Ltd
2018-01-01       2018-05-31     Arc Ltd
2017-04-03       2017-12-31     Windonian CC
2018-01-01       2018-04-02     Windonian CC

制作这两个示例df的代码是：

mydf <- data.frame(PolicyEffectiveDate = as.Date(c("2017-06-01", "2017-04-03")),
               PolicyRenewalDate = as.Date(c("2018-06-01", "2018-04-03")),
               Customer = as.character(c("Arc Ltd", "Windonian CC")),
               stringsAsFactors = FALSE)

newdf <- data.frame(PolicyStartDate = as.Date(c("2018-06-01", "2019-01-01","2017-04-03", "2018-01-01")),
               PolicyEndDate = as.Date(c("2018-12-31", "2019-05-31","2017-12-31", "2018-04-02")),
               Customer = as.character(c("Arc Ltd","Arc Ltd", "Windonian CC","Windonian CC")),
               stringsAsFactors = FALSE)

【问题讨论】：

2017-06-01 2017-10-20 Arc Ltd 如果你有这样的一行怎么办？由于开始和结束在一年内，这将保持不变？还是永远不会这样，政策总是至少相隔一年？另外，如果你有2017-06-01 2019-09-10 Arc Ltd，那将是 3 行？
嗨，这是一个很好的问题。对于此数据集，该条目的长度通常为一年。可以有更短的期限，但这种情况很少见，应该由我正在使用数据执行的其他工作中提取。我想唯一真正的例外是从 1 月 1 日开始的情况，在这种情况下，只有一行是正确的。

标签： r date split rows generate

【解决方案1】：

您可以从lubridate 使用ceiling_date：

library(lubridate)
library(dplyr)

df %>%
    mutate(PolicyRenewalDate = ceiling_date(PolicyEffectiveDate, "y") - 1) %>%
    bind_rows(mutate(df, 
                     PolicyEffectiveDate = .$PolicyRenewalDate + 1,
                     PolicyRenewalDate = PolicyRenewalDate - 1
                     )) %>%
    arrange(Customer) %>%
    rename(PolicyStartDate = PolicyEffectiveDate, 
           PolicyEndDate = PolicyRenewalDate)

#### OUTPUT ####

  PolicyStartDate PolicyEndDate     Customer
1      2017-06-01    2017-12-31      Arc Ltd
2      2018-01-01    2018-05-31      Arc Ltd
3      2017-04-03    2017-12-31 Windonian CC
4      2018-01-01    2018-04-02 Windonian CC

【讨论】：

@Saarek 我已经稍微修改了答案，以更好地反映您想要的输出。例如，您从一些结束日期中减去一天，然后更改变量名称。它看起来不那么优雅，但更准确。
非常感谢您的帮助，非常感谢。