如何将SAS数值格式目录导入R并基于起止变量生成新序列变量

需要将SAS中按起始值-结束值组织的数值格式目录导入R，要求起止值之间的所有整数都映射到对应的目标值（可数字或字符），同时避免填充区间之间的空白数值（比如示例中10-13和15-15之间的14）。

示例数据集 #

fname <- c("aformat", "aformat", "aformat", "aformat", "aformat")
svalue <- c(1, 10, 15, 16, 30)
evalue <- c(2, 13, 15, 16, 35)
gvalue <- c("Berne", "Lucerne", "Zurich", "Chur", "Basel")

df <- data.frame(fname, svalue, evalue, gvalue)

失败的尝试（会填充区间间隙） #

output <- df %>%
      group_by(fname) %>%
         complete(evalue = full_seq(min(svalue):max(evalue), 1)) %>%
            select(fname, evalue, gvalue) %>%
               fill(gvalue, .direction = "up")

正确解决方案 #

使用purrr::map2为每行的起止值生成对应的整数序列，再通过unnest展开，这样只会保留各区间内的数值，不会生成区间外的空白值：

library(dplyr)
library(tidyr)
library(purrr)

output <- df %>%
  group_by(fname) %>%
  # 为每行生成svalue到evalue的整数序列
  mutate(value = map2(svalue, evalue, seq)) %>%
  # 展开序列列
  unnest(value) %>%
  # 整理输出列
  select(fname, value, gvalue)

结果说明 #

运行后得到的output会包含以下对应关系：

• 1、2 → Berne
• 10、11、12、13 → Lucerne
• 15 → Zurich
• 16 → Chur
• 30、31、32、33、34、35 → Basel

完全匹配SAS格式的映射规则，且不会出现14这类区间外的数值。

内容的提问来源于stack exchange，提问作者R_Vo