如何使用 R 中的转换日期数据创建面板数据集？

Question

我有一个结构如下的数据集：

ID   origin   destination  time
1     a        b           2
2     b        a           1
2     a        c           4
3     c        b           1
3     b        c           3

我想将其转换为 ID 时间面板数据集，例如：

ID   location  time
1     a        1
1     b        2
1     b        3
1     b        4
2     a        1
2     a        2
2     a        3
2     c        4
3     b        1
3     b        2
3     c        3
3     c        4

所以基本上，我需要为主题不更改位置时创建面板行，并根据出发地和目的地的信息填写他们应该在的位置。 R中是否有任何功能可以顺利做到这一点？我更喜欢使用 data.table 或 dplyr 的解决方案。

Answer 1

你可以用你想知道每个location的time的每个time做一个表：

newDT = DT[, CJ(ID = unique(ID), time = 1:4)]

然后将原始数据放入长格式，推断

• 来源为time-1
• 目的地为time

mDT = melt(DT, id = c("ID", "time"), value.name = "loc", variable.name = "loc_role")
mDT[loc_role == "origin", time := time - 1L]
mDT[, loc_role := NULL]
setorder(mDT, ID, time)

    ID time loc
 1:  1    1   a
 2:  1    2   b
 3:  2    0   b
 4:  2    1   a
 5:  2    3   a
 6:  2    4   c
 7:  3    0   c
 8:  3    1   b
 9:  3    2   b
10:  3    3   c

...并使用滚动更新连接填充新表：

newDT[, location := mDT[.SD, on=.(ID, time), roll=TRUE, x.loc]]

    ID time location
 1:  1    1        a
 2:  1    2        b
 3:  1    3        b
 4:  1    4        b
 5:  2    1        a
 6:  2    2        a
 7:  2    3        a
 8:  2    4        c
 9:  3    1        b
10:  3    2        b
11:  3    3        c
12:  3    4        c

（Dplyr 还没有滚动或更新连接，所以我想没有类似的。）

它是如何工作的

• CJ 取一些向量的笛卡尔积，类似于expand.grid
• melt 转换为长格式，保持变量作为 id = 传递
• x[i, v := expr] 在i 选择的行上编辑表x 的列v
• setorder 排序到位
• .SD in j of x[i,j] 指的是由i 选择的数据子集（x）
• x[i, on=, roll=, expr] 是一个滚动连接，行由表i、on= 和roll= 选择
• 连接内的表达式x.v 从x 中选择列v

关于最后一个项目符号，前缀 i.* 将对来自 i 的列执行相同的操作。

Answer 2

与 Frank 的解决方案类似的方法，但使用两个连接：

library(data.table)
res <- setDT(expand.grid(ID = unique(dt$ID), time = 1:4))

#Get origin
res[dt[,.(ID, origin, time = time - 1L)], location := origin, on = .(ID = ID, time = time)]

#Update origin and destination
res[dt, location := destination, on = c("ID", "time")][, location := zoo::na.locf(location), by = ID][order(ID, time)]

 #   ID time location
 #1:  1    1        a
 #2:  1    2        b
 #3:  1    3        b
 #4:  1    4        b
 #5:  2    1        a
 #6:  2    2        a
 #7:  2    3        a
 #8:  2    4        c
 #9:  3    1        b
#10:  3    2        b
#11:  3    3        c
#12:  3    4        c

Answer 3

我认为你不需要为这个问题做花哨的连接：

maxt = max(dt$time)
dt[, .(location = c(rep(origin[1], time[1] - 1), rep(destination, diff(c(time, maxt + 1)))),
       time = 1:maxt), by = ID]
#    ID location time
# 1:  1        a    1
# 2:  1        b    2
# 3:  1        b    3
# 4:  1        b    4
# 5:  2        a    1
# 6:  2        a    2
# 7:  2        a    3
# 8:  2        c    4
# 9:  3        b    1
#10:  3        b    2
#11:  3        c    3
#12:  3        c    4

根据 OP 示例，我假设在单个 ID 中，下一个起点与上一个目的地相同。