使用data.table扩展日期范围报错：'from' must be of length 1

错误根源 #

1. 分组内列引用错误：在data.table的分组操作中，使用orig_df$start_date会直接获取整个列的所有值，而seq()的from和to参数要求单个值，多条记录时就会触发'from' must be of length 1错误。正确做法是直接引用列名，data.table会自动取当前分组的对应值。
2. 字段名拼写错误：代码中写的end_Date和原始数据集的end_date大小写不匹配，导致无法正确读取结束日期。
3. 日期格式未转换：原始日期是字符串格式，未转为Date类型的话，seq()无法正确生成连续的日期序列。

正确实现步骤 #

1. 构建数据集并转换日期格式 #

library(data.table)

# 构建原始数据集
date_df <- data.frame(
  transaction_id = c(1, 2),
  start_date = c("1-5-2023", "2-3-2023"),
  end_date = c("1-10-2023", "2-10-2023")
)

# 转为data.table并将字符串日期转为Date类型
setDT(date_df)[, `:=`(start_date = as.Date(start_date, format = "%d-%m-%Y"),
                      end_date = as.Date(end_date, format = "%d-%m-%Y"))]

2. 按交易ID展开每日数据 #

expanded_df <- date_df[, list(current_date = seq(from = start_date, to = end_date, by = "day")), 
                       by = transaction_id]

最终结果 #

运行后得到的expanded_df会按每个交易ID的日期区间生成每日记录，示例输出如下：

transaction_id current_date
 1:              1   2023-05-01
 2:              1   2023-05-02
 3:              1   2023-05-03
 4:              1   2023-05-04
 5:              1   2023-05-05
 6:              1   2023-05-06
 7:              1   2023-05-07
 8:              1   2023-05-08
 9:              1   2023-05-09
10:              1   2023-05-10
11:              2   2023-03-02
12:              2   2023-03-03
13:              2   2023-03-04
14:              2   2023-03-05
15:              2   2023-03-06
16:              2   2023-03-07
17:              2   2023-03-08
18:              2   2023-03-09
19:              2   2023-03-10

内容的提问来源于stack exchange，提问作者rushi