如何在R的data.table中基于startYear和endYear构建连续年份字符链

你遇到的这个问题很常见——seq()函数只能接受单个的起始和结束值，而你直接传入了整列的向量，所以才会触发'from' must be of length 1的错误。我们需要针对每一行的startYear和endYear单独生成序列，再拼接成字符串。

下面是几种适配data.table的高效解决方案：

方法1：使用mapply（简洁直观） #

mapply可以对两个向量的对应元素逐一执行函数，完美匹配你的需求：

library(data.table)
dt <- data.table( startYear=c("1994","1995","2013"), endYear=c("1995","2000","2021"))

# 先将字符型年份转为数值型，生成序列后再转回字符并拼接
dt[, Year := mapply(function(s, e) {
  paste(seq(as.numeric(s), as.numeric(e), by=1), collapse=",")
}, startYear, endYear)]

运行后就能得到你期望的结果：

> dt
   startYear endYear                                                Year
1:      1994    1995                                          1994,1995
2:      1995    2000                        1995,1996,1997,1998,1999,2000
3:      2013    2021 2013,2014,2015,2016,2017,2018,2019,2020,2021

方法2：使用data.table原生逐行处理（by=.I） #

如果你更习惯data.table的语法风格，可以用by=.I实现逐行操作：

dt[, Year := {
  s <- as.numeric(startYear)
  e <- as.numeric(endYear)
  paste(seq(s, e, by=1), collapse=",")
}, by=.I]

这个方法的核心是对每一行（.I代表行索引）单独执行序列生成与拼接，效果和方法1完全一致。

原代码报错的原因 #

你的代码dt$Year<- paste(seq(from = dt$startYear, to = dt$endYear, by = 1))中，dt$startYear是长度为3的向量，但seq()的from参数仅接受单个数值，R无法同时基于多个起始值生成序列，因此抛出了错误。必须确保seq()每次只处理一组startYear和endYear，这也是上述两种方法的核心思路。

内容的提问来源于stack exchange，提问作者IRT