R语言按多列分组生成逐小时时间序列报错求解

• 核心问题是mutate()的规则限制：该函数要求分组内计算生成的新列长度，必须和分组原始行数完全相等。你的每个分组仅1行原始数据，但逐小时seq()生成的序列长度为48/72行，长度不匹配直接触发报错。
• 额外隐患：直接调用as.POSIXct()转换日期未指定格式，你传入的日期是月/日/年结构，默认解析逻辑可能出现日期识别错误。

推荐使用dplyr 1.1.0及以上版本自带的reframe()实现，该函数原生支持分组后返回任意行数的计算结果，逻辑最简洁：

library(dplyr)
library(lubridate) # 用于方便做日期偏移计算，也可手动计算时间差替代

# 构造输入表
Gender = c("Male","Female")
Sec = c("AA","BB")
min_date = c("12/1/2018","12/9/2018")
max_date = c("12/3/2018","12/10/2018")
df_in = data.frame(Gender,Sec,min_date,max_date)

# 生成目标结果集
df_out <- df_in %>%
  # 先把字符串日期转为标准时间格式，明确指定月/日/年的解析规则
  mutate(
    min_date = as.POSIXct(min_date, format = "%m/%d/%Y"),
    max_date = as.POSIXct(max_date, format = "%m/%d/%Y")
  ) %>%
  group_by(Gender, Sec) %>%
  # 用reframe替代mutate，生成分组逐小时序列
  # 结束时间偏移23小时，保证每组行数符合预期：3天*24=72行、2天*24=48行
  reframe(
    DateSeries = seq(
      from = min_date,
      to = max_date + days(1) - hours(1),
      by = "hour"
    )
  )

老版本兼容方案 #

如果你的dplyr版本低于1.1.0没有reframe()，可以用purrr+tidyr的嵌套展开逻辑实现，结果完全一致：

library(dplyr)
library(tidyr)
library(purrr)
library(lubridate)

df_out <- df_in %>%
  mutate(
    min_date = as.POSIXct(min_date, format = "%m/%d/%Y"),
    max_date = as.POSIXct(max_date, format = "%m/%d/%Y"),
    # 逐行生成时间序列存为列表列
    DateSeries = map2(
      min_date, max_date,
      ~seq(.x, .y + days(1) - hours(1), by = "hour")
    )
  ) %>%
  # 展开列表列得到逐行结果
  unnest(DateSeries) %>%
  select(Gender, Sec, DateSeries)

校验说明：运行后Male+AA分组对应时间从2018-12-01 00:00:00到2018-12-03 23:00:00共72行，Female+BB分组对应时间从2018-12-09 00:00:00到2018-12-10 23:00:00共48行，完全匹配需求。

内容的提问来源于stack exchange，提问作者san1