如何从R中的数据帧生成月度日期序列？

How to generate a sequence of monthly dates from a data frame in R?

请考虑以下数据帧(df)：

1
2
3
4
5
6
7
8
9
10

"id" "date_start" "date_end"
a 2012-03-11 2012-03-27
a 2012-05-17 2012-07-21
a 2012-06-09 2012-08-18
b 2015-06-21 2015-07-12
b 2015-06-27 2015-08-04
b 2015-07-02 2015-08-01
c 2017-10-11 2017-11-08
c 2017-11-27 2017-12-15
c 2017-01-02 2018-02-03

我正在尝试创建一个新的数据框，该数据框具有按月日期顺序，从" id "中每个组的" date_start "最小值的前一个月开始。该序列还仅包括从一个月的第一天开始的日期，并以" id "中的每个组的最大值" date-end "结束。

这是我的数据框的可复制示例：

1
2
3
4
5
6

library(lubridate)

id <- c("a","a","a","b","b","b","c","c","c")
df <- data.frame(id)
df$date_start <- as.Date(c("2012-03-11","2012-05-17","2012-06-09","2015-06-21","2015-06-27","2015-07-02","2017-10-11","2017-11-27","2018-01-02"))
df$date_end <- as.Date(c("2012-03-27","2012-07-21","2012-08-18","2015-07-12","2015-08-04","2015-08-012","2017-11-08","2017-12-15","2018-02-03"))

我尝试做的事情：

1
2
3
4
5
6
7
8

library(dplyr)
library(Desctools)
library(timeDate)

df2 <- df %>%
group_by(id) %>%
summarize(start= floor_date(AddMonths(min(date_start),-1),"month"),end=max(date_end)) %>%
do(data.frame(id=.$id, date=seq(.$start,.$end,by="1 month")))

该代码对于未分组的数据帧非常适用。以某种方式使用" id "进行分组会引发错误消息：

1 2	Error in seq.default(.$date_start, .$date_end, by ="1 month") : 'from' must be of length 1

这是上面给出的数据帧所需输出的样子：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

"id" "date"
a 2012-02-01
a 2012-03-01
a 2012-04-01
a 2012-05-01
a 2012-06-01
a 2012-07-01
a 2012-08-01
b 2015-05-01
b 2015-06-01
b 2015-07-01
b 2015-08-01
c 2017-09-01
c 2017-10-01
c 2017-11-01
c 2017-12-01
c 2018-01-01
c 2018-02-01

是否有一种方法可以更改代码以使其与分组的数据帧一起使用？此操作是否有完全不同的方法？

相关讨论

使用dplyr和lubridate的另一个选项是，首先为每个id summarise一个Date对象的list，然后unnest将它们扩展为不同的行。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

library(dplyr)
library(lubridate)

df %>%
group_by(id) %>%
summarise(date = list(seq(floor_date(min(date_start),unit ="month") - months(1),
floor_date(max(date_end), unit ="month"), by ="month"))) %>%
tidyr::unnest()

# id date
# <fct> <date>
# 1 a 2012-02-01
# 2 a 2012-03-01
# 3 a 2012-04-01
# 4 a 2012-05-01
# 5 a 2012-06-01
# 6 a 2012-07-01
# 7 a 2012-08-01
# 8 b 2015-05-01
# 9 b 2015-06-01
#10 b 2015-07-01
#11 b 2015-08-01
#12 c 2017-09-01
#13 c 2017-10-01
#14 c 2017-11-01
#15 c 2017-12-01
#16 c 2018-01-01
#17 c 2018-02-01

在您的代码中，由于id中存在重复项，因此您可以按row_number分组并获得与以下相同的结果：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

df %>%
group_by(id) %>%
summarize(start= floor_date(AddMonths(min(date_start),-1),"month"),end=max(date_end)) %>%
group_by(rn=row_number()) %>%
do(data.frame(id=.$id, date=seq(.$start, .$end, by="1 month"))) %>%
ungroup() %>%
select(-rn)
# A tibble: 17 x 2
id date
<fct> <date>
1 a 2012-02-01
2 a 2012-03-01
3 a 2012-04-01
4 a 2012-05-01
5 a 2012-06-01
6 a 2012-07-01
7 a 2012-08-01
8 b 2015-05-01
9 b 2015-06-01
10 b 2015-07-01
11 b 2015-08-01
12 c 2017-09-01
13 c 2017-10-01
14 c 2017-11-01
15 c 2017-12-01
16 c 2018-01-01
17 c 2018-02-01

使用as.yearmon转换为年/月。请注意，yearmon对象在内部以年分数表示，其中分数对于1月为0，对于2月为1/12，对于3月为2/12，依此类推。然后使用as.Date将其转换为Date类。 do允许组更改大小。

1
2
3
4
5
6
7
8
9

library(dplyr)
library(zoo)

df %>%
group_by(id) %>%
do( data.frame(month = as.Date(seq(as.yearmon(min(.$date_start)) - 1/12,
as.yearmon(max(.$date_end)),
1/12) ))) %>%
ungroup

给予：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

# A tibble: 17 x 2
id month
<fct> <date>
1 a 2012-02-01
2 a 2012-03-01
3 a 2012-04-01
4 a 2012-05-01
5 a 2012-06-01
6 a 2012-07-01
7 a 2012-08-01
8 b 2015-05-01
9 b 2015-06-01
10 b 2015-07-01
11 b 2015-08-01
12 c 2017-09-01
13 c 2017-10-01
14 c 2017-11-01
15 c 2017-12-01
16 c 2018-01-01
17 c 2018-02-01

也可以使用与上述相同的library语句来编写如下内容：

1
2
3
4
5

Seq <- function(st, en) as.Date(seq(as.yearmon(st) - 1/12, as.yearmon(en), 1/12))
df %>%
group_by(id) %>%
do( data.frame(month = Seq(min(.$date_start), max(.$date_end))) ) %>%
ungroup