r - 使用开始和结束日期按日期范围扩展行

Question

考虑以下形式的数据框

       idnum      start        end
1993.1    17 1993-01-01 1993-12-31
1993.2    17 1993-01-01 1993-12-31
1993.3    17 1993-01-01 1993-12-31

且 start和 end的类型为 Date

 $ idnum : int  17 17 17 17 27 27
 $ start : Date, format: "1993-01-01" "1993-01-01" "1993-01-01" "1993-01-01" ...
 $ end   : Date, format: "1993-12-31" "1993-12-31" "1993-12-31" "1993-12-31" ...

我想创建一个新的数据框，取而代之的是在 start和 end(包括边界)之间的每个月的每一行的每月观测值:

所需的输出

idnum       month
   17  1993-01-01
   17  1993-02-01
   17  1993-03-01
...
   17  1993-11-01
   17  1993-12-01

我不确定 month应该采用哪种格式，我有时会希望按 idnum和 month分组以便对其余数据集进行回归。

到目前为止，对于每一行， seq(from=test[1,'start'], to=test[1, 'end'], by='1 month')都会给我正确的顺序-但是，一旦我尝试将其应用于整个数据帧，它将无法正常工作:

> foo <- apply(test, 1, function(x) seq(x['start'], to=x['end'], by='1 month'))
Error in to - from : non-numeric argument to binary operator

Answer 1

使用data.table:

require(data.table) ## 1.9.2+
setDT(df)[ , list(idnum = idnum, month = seq(start, end, by = "month")), by = 1:nrow(df)]

# you may use dot notation as a shorthand alias of list in j:
setDT(df)[ , .(idnum = idnum, month = seq(start, end, by = "month")), by = 1:nrow(df)]

setDT将 df转换为 data.table。然后，为每一行 by = 1:nrow(df)，根据需要创建 idnum和 month。