R中的数据框格式转换：如何将日期转换为年份（每年每个ID新行）答案

【问题标题】：Datafram format transforming in R: how to with dates to years (each ID new row per year)R中的数据框格式转换：如何将日期转换为年份（每年每个ID新行）
【发布时间】：2020-08-13 11:34:27
【问题描述】：

我必须将我的数据框从当前格式转换为新格式（参见下面的图像或结构）。我不知道我怎么能做到这一点。我想要从 2013 年到 2018 年的每个 ID 的一年（所以每个 ID 有 6 行，每年一个）。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）。所以每个 ID 和年份都会给出他们居住的邮政编码和城市。 ID居住的地方（每年）应该是他们当年居住时间最长的地方。如果他们仍然住在那里，我已经将结束日期设置为 31-12-2018（此处显示为 NA）。下面是一张图片和前 3 行。希望大家能帮帮我！

当前格式：

ID (1, 1, 2)
邮政编码（1234AB、5678CD、9012EF）
城市（纽约、洛杉矶、迈阿密）
ENTRY_DATE（2014 年 2 月 1 日、2017 年 13 月 3 日、2011 年 10 月 11 日）
END_DATE（2017 年 13 月 5 日、2018 年 21 月 12 日、2017 年 6 月 9 日）

新格式：

ID (1, 1, 1, 1, 1, 1, 2)
年份（2013、2014、2015、2016、2017、2018、2013）
邮政编码（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）

See link below

【问题讨论】：

您能解释一下如何为ZIPCODE 和CITY 分配值吗？通常共享数据的更好方法是使用`dput.了解如何提供reproducible example。

标签： r dataframe date time

【解决方案1】：

这是一种方法。

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 map2 和 unnest 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，您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 ENTRY_DATE 到END_DATE。对于每一年，您可以通过filtermax(WEEKS)（或确保每年一个地址，按WEEKS 和slice(1) 降序排列——或者最新的tidyr 考虑slice_max）。这将保留间隔之间持续时间重叠最多的行。

最终的complete 将确保您拥有 2013-2018 年间所有年份的行。

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))

【讨论】：