如何将长格式时间序列数据重塑为含StartTime/StopTime的宽格式

我需要把长格式的时间序列数据重塑为宽格式，要求包含StartTime（对应示例中的From）和StopTime（对应示例中的To）列，同一时间区间内的所有变量需放在同一行。

原始数据集 #

Id      Time     Status     Col1
       10      2012     4          2

       11      2009     2          5
       11      2010     2          5

       12      2004     2          2
       12      2009     2          3
       12      2011     2          1
       12      2018     2          3

       17      2018     2          3
       17      2020     2          1

期望输出数据集 #

Id      From   To      Status      Col1
       10      2012   2012        4          2

       11      2009   2010        2          5
       
       12      2004   2009        2          2
       12      2009   2011        2          3
       12      2011   2018        2          1
       12      2018   2018        2          3
       
       17      2018   2020        2          3
       17      2020   2020        2          1

解决方案 #

方法1：R语言（dplyr + tidyr） #

按Id分组后，将当前行的Time设为区间起始，下一行的Time设为区间结束；最后一行的结束时间与起始时间保持一致：

library(dplyr)

# 先确保数据按Id和Time排序（如果原始数据未排序）
df <- df %>% arrange(Id, Time)

df %>%
  group_by(Id) %>%
  mutate(
    From = Time,
    To = lead(Time, default = last(Time))
  ) %>%
  ungroup() %>%
  select(Id, From, To, Status, Col1)

方法2：Python（Pandas） #

按Id分组，用shift获取下一行的时间作为区间结束，最后一行用自身时间填充结束值：

import pandas as pd

# 先确保数据按Id和Time排序（如果原始数据未排序）
df = df.sort_values(['Id', 'Time'])

df['To'] = df.groupby('Id')['Time'].shift(-1)
df['To'] = df['To'].fillna(df['Time'])
df = df.rename(columns={'Time': 'From'})
df = df[['Id', 'From', 'To', 'Status', 'Col1']]

关键说明 #

• 两种方法都依赖同一Id内的时间顺序生成区间，若原始数据未按Id和Time排序，必须先执行排序操作。
• 逻辑规则：当前记录的时间为区间起点，下一条记录的时间为区间终点；该Id的最后一条记录，终点与起点相同。

内容的提问来源于stack exchange，提问作者Ahir Bhairav Orai