使用自定义数值更新R数据集：扩展2012-2013年季度数据

方法一：基础R实现 #

基于原数据集复制出2012、2013年的对应数据，再合并到原数据集中：

# 原数据集定义
df <- data.frame(id = c(1,2,1,2),
                 year = c(2010,2010,2011,2011),
                 quarter = c("2010-q1","2010-q2","2011-q1","2011-q2"),
                 price = c(10,50,10,50))

# 生成2012年数据：复制原数据后替换年份和季度
df_2012 <- df
df_2012$year <- 2012
df_2012$quarter <- gsub("201[01]", "2012", df_2012$quarter)

# 生成2013年数据：同理替换年份和季度
df_2013 <- df
df_2013$year <- 2013
df_2013$quarter <- gsub("201[01]", "2013", df_2013$quarter)

# 合并原数据与新增数据
df_expanded <- rbind(df, df_2012, df_2013)

gsub("201[01]", "2012", ...) 可批量替换季度字符串中的年份部分，无需手动修改每一行的季度值，更高效。

方法二：tidyverse工具包实现 #

借助dplyr和tidyr的函数，更简洁地生成扩展数据集：

library(dplyr)
library(tidyr)

df <- data.frame(id = c(1,2,1,2),
                 year = c(2010,2010,2011,2011),
                 quarter = c("2010-q1","2010-q2","2011-q1","2011-q2"),
                 price = c(10,50,10,50))

df_expanded <- df %>%
  group_by(id, price) %>%  # 按id和价格分组，保证每个id的价格不变
  expand(
    year = 2010:2013,      # 生成目标年份范围
    quarter = paste0(year, "-q", rep(1:2, times = length(year)))  # 拼接对应季度
  ) %>%
  ungroup()

这种方法直接通过expand生成所需的年份和季度组合，无需手动复制数据集，代码更简洁易维护。

内容的提问来源于stack exchange，提问作者silent_hunter