按照规则集展开数据框

Question

我有一个非常复杂的问题，我无法解决。

我有一个在 dplyr 中读取的数据框：

trans_id date       type
9373    2019-09-29  6-months 
9945    2019-08-15  3-months 
9945    2019-11-13  3-months 
9615    2019-12-28  3-months 
11465   2019-07-13  3-months 
11465   2019-10-11  3-months 

可重现的例子：

library(tidyverse)

df <- data.frame(stringsAsFactors=FALSE,
          id = c(9373, 9945, 9945, 9615, 11465, 11465),
        date = c("2019-09-29", "2019-08-15", "2019-11-13", "2019-12-28",
                 "2019-07-13", "2019-10-11"),
        type = c("6-months", "3-months", "3-months", "3-months", "3-months",
                 "3-months")) %>%
  mutate(date = as.Date(date))

每个id 都是一个事务，发生在给定的date 上；每笔交易可以每 3 个月或 6 个月重复一次 - 如type 中所述。

我想扩展这些每月对应的交易，直到当前日期；这意味着第一笔交易 9373 必须重复 6 次，周期为 30 天（type == 6 个月），从 2019 年 9 月 29 日到当天（今天是 2020 年 1 月 7 日），又名将只有 4 次单月交易，因为最后两次必须发生。

对于 3 个月的交易也是如此，始终考虑开始日期和当前日期。

最终结果示例：

id      date        type
9373    2019-09-29  6-months # first 6-months cycle transaction
9373    2019-10-29  6-months 
9373    2019-11-28  6-months 
9373    2019-12-28  6-months 
9945    2019-08-15  3-months # 
9945    2019-09-14  3-months 
9945    2019-10-14  3-months 
9945    2019-11-13  3-months #
9945    2019-12-13  3-months 
9615    2019-12-28  3-months #

非常感谢任何帮助！

Answer 1

您可以像这样使用rowwise 和do：

df %>% 
  rowwise() %>% 
  do({
    p <- as.numeric(gsub('\\D+','',.$type))-1
    tibble(
      id=.$id,
      date=seq(.$date,pmin(Sys.Date(),.$date+p*30),30),
      type=.$type
    )
  }) %>% 
  ungroup()

# A tibble: 16 x 3
# id date       type    
# * <dbl> <date>     <chr>   
#   1  9373 2019-09-29 6-months
# 2  9373 2019-10-29 6-months
# 3  9373 2019-11-28 6-months
# 4  9373 2019-12-28 6-months
# 5  9945 2019-08-15 3-months
# 6  9945 2019-09-14 3-months
# 7  9945 2019-10-14 3-months
# 8  9945 2019-11-13 3-months
# 9  9945 2019-12-13 3-months
# 10  9615 2019-12-28 3-months
# 11 11465 2019-07-13 3-months
# 12 11465 2019-08-12 3-months
# 13 11465 2019-09-11 3-months
# 14 11465 2019-10-11 3-months
# 15 11465 2019-11-10 3-months
# 16 11465 2019-12-10 3-months

Answer 2

这是使用dplyr 和tidyr 函数的一种方法。

library(dplyr)
library(tidyr)

df %>%
  #Extract the number from type column
  mutate(num = readr::parse_number(type)) %>%
  #For each transcation
  group_by(row = row_number()) %>%
  #Create a sequence from date till number of months with a break of 30 days
  complete(id, type, date = seq(date, by = "30 days", length.out = num)) %>%
  #Remove rows which have date value greater than today
  filter(date <= Sys.Date()) %>%
  ungroup() %>%
  select(-num, -row)

# A tibble: 16 x 3
#      id type     date      
#   <dbl> <chr>    <date>    
# 1  9373 6-months 2019-09-29
# 2  9373 6-months 2019-10-29
# 3  9373 6-months 2019-11-28
# 4  9373 6-months 2019-12-28
# 5  9945 3-months 2019-08-15
# 6  9945 3-months 2019-09-14
# 7  9945 3-months 2019-10-14
# 8  9945 3-months 2019-11-13
# 9  9945 3-months 2019-12-13
#10  9615 3-months 2019-12-28
#11 11465 3-months 2019-07-13
#12 11465 3-months 2019-08-12
#13 11465 3-months 2019-09-11
#14 11465 3-months 2019-10-11
#15 11465 3-months 2019-11-10
#16 11465 3-months 2019-12-10