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）

Question

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

Answer 1

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map2和unest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到结束日期。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))