提问者:小点点

在R中转换数据表格式:如何将日期转换为年份(每个ID每年新行)


我必须将数据帧从当前格式转换为新格式(见下图或结构)。我不知道我怎样才能做到这一点。我希望每个ID有一年,从2013年到2018年(因此每个ID有6行,每年一行)。日期是居住在该地址的日期(进入日期)和离开该地址的日期(结束日期)。因此,每个ID和年份都给出了他们居住的zipcode和城市。ID(每年)居住的地方应该是他们在那一年居住的时间最长的地方。我已经将截止日期设置为2018年12月31日,如果他们仍然住在那里(这里用NA显示)。下面是一张图片和前3行。希望你们能帮我!

当前格式:

  • ID(1,1,2)

新格式:

>

  • ID(1,1,1,1,1,1,1,2)
  • 年份(2013、2014、2015、2016、2017、2018、2013)
  • ZIPCODE(NA、1234AB、1234AB、1234AB、5678CD、5678CD、9012EF)
  • 城市(北美、纽约、纽约、纽约、洛杉矶、洛杉矶、迈阿密)

    见下面的链接


  • 共1个答案

    匿名用户

    这里有一种方法。

    首先,为每个位置创建从开始日期到结束日期的日期间隔。使用map2unest您将为每年创建额外的行。

    由于您希望包含该日历年天数最多的位置信息,因此可以查看两个间隔之间的重叠:一个间隔是日历年,第二个间隔是输入日期结束日期。对于每一年,您可以通过<代码> max(星期) <代码> >筛选器> />(或确保每年一个地址,按周降序排列,<代码>切片(1)< /代码>或用最新<代码> TiDyr < /代码>考虑<代码> SLICEXMAX )。这将保留间隔之间存在最大周数持续时间重叠的行。

    最终的complete将确保您在2013-2018年的所有年份都有行。

    library(tidyverse)
    library(lubridate)
    
    df %>%
      mutate(ENTRY_END_INT = interval(ENTRY_DATE, END_DATE),
             YEAR = map2(year(ENTRY_DATE), year(END_DATE), seq)) %>%
      unnest(YEAR) %>%
      mutate(YEAR_INT = interval(as.Date(paste0(YEAR, '-01-01')), as.Date(paste0(YEAR, '-12-31'))),
             WEEKS = as.duration(intersect(ENTRY_END_INT, YEAR_INT))) %>%
      group_by(ID, YEAR) %>%
      arrange(desc(WEEKS)) %>%
      slice(1) %>%
      group_by(ID) %>%
      complete(YEAR = seq(2013, 2018, 1)) %>%
      arrange(ID, YEAR) %>%
      select(-c(ENTRY_DATE, END_DATE, ENTRY_END_INT, YEAR_INT, WEEKS))
    

    输出

    # A tibble: 14 x 4
    # Groups:   ID [2]
          ID  YEAR ZIPCODE CITY   
       <dbl> <dbl> <chr>   <chr>  
     1     1  2013 NA      NA     
     2     1  2014 1234AB  NEWYORK
     3     1  2015 1234AB  NEWYORK
     4     1  2016 1234AB  NEWYORK
     5     1  2017 5678CD  LA     
     6     1  2018 5678CD  LA     
     7     2  2011 9012EF  MIAMI  
     8     2  2012 9012EF  MIAMI  
     9     2  2013 9012EF  MIAMI  
    10     2  2014 9012EF  MIAMI  
    11     2  2015 9012EF  MIAMI  
    12     2  2016 9012EF  MIAMI  
    13     2  2017 9012EF  MIAMI  
    14     2  2018 NA      NA    
    

    数据

    df <- structure(list(ID = c(1, 1, 2), ZIPCODE = c("1234AB", "5678CD", 
    "9012EF"), CITY = c("NEWYORK", "LA", "MIAMI"), ENTRY_DATE = structure(c(16072, 
    17238, 15288), class = "Date"), END_DATE = structure(c(17299, 
    17896, 17415), class = "Date")), class = "data.frame", row.names = c(NA, 
    -3L))