基于EXSTDAY与EXSTPDAY展开长格式数据集的技术问询

需求说明 #

针对数据集中的每个ID，将EXSTDAY到EXSTPDAY区间内的每一天生成单独的观测行，同时保留ID、DOSEA、DOSFRM、DOSFRQ字段。

示例数据集 #

假设你的原始数据结构如下（基于你提供的dput逻辑）：

df <- structure(list(
  ID = c(1, 2),
  EXSTDAY = c(3, 5),
  EXSTPDAY = c(7, 8),
  DOSEA = c(100, 200),
  DOSFRM = c("Tablet", "Injection"),
  DOSFRQ = c("Daily", "BID")
), class = "data.frame", row.names = c(NA, -2L))

方案1：使用tidyverse（dplyr + tidyr） #

适合常规规模数据集，代码可读性强：

library(tidyverse)

# 按ID及需保留的字段分组，生成日期序列并展开
expanded_df <- df %>%
  group_by(ID, DOSEA, DOSFRM, DOSFRQ) %>%
  reframe(STDAY = seq(EXSTDAY, EXSTPDAY, by = 1)) %>%
  ungroup()

# 查看结果
print(expanded_df)

方案2：使用data.table #

适合大规模数据集，运行效率更高：

library(data.table)

# 转换为data.table格式
setDT(df)

# 按指定字段分组，生成日期序列并展开
expanded_dt <- df[, .(STDAY = seq(EXSTDAY, EXSTPDAY, by = 1)), 
                  by = .(ID, DOSEA, DOSFRM, DOSFRQ)]

# 可选：转换回data.frame格式
expanded_df <- as.data.frame(expanded_dt)

预期输出示例 #

运行后将得到符合需求的展开数据：

ID DOSEA    DOSFRM DOSFRQ STDAY
1  1   100     Tablet  Daily     3
2  1   100     Tablet  Daily     4
3  1   100     Tablet  Daily     5
4  1   100     Tablet  Daily     6
5  1   100     Tablet  Daily     7
6  2   200 Injection    BID     5
7  2   200 Injection    BID     6
8  2   200 Injection    BID     7
9  2   200 Injection    BID     8

注意事项 #

• 若原始数据中EXSTDAY或EXSTPDAY存在缺失值，需先过滤：df %>% filter(!is.na(EXSTDAY) & !is.na(EXSTPDAY))
• 如果你的日期是标准日期格式（而非数字天数），将seq替换为seq.Date即可适配。

内容的提问来源于stack exchange，提问作者Adam