R语言按起止日期按天展开值并转换为宽表的实现方法

需求说明 #

现有存储日期区间的数据框结构如下：

# 示例数据
df <- data.frame(
  start_date = as.Date(c("2020-01-01", "2020-01-05")),
  end_date = as.Date(c("2020-01-06", "2020-01-07")),
  name = c("x", "y"),
  value = c(2, 4)
)

需要将每行的日期区间按天拆分为单日记录，把name列的取值展开为独立列，对应填充value字段，最终得到连续日期粒度的宽表，无匹配值的位置填NA，预期输出如下：

date  x  y
1 2020-01-01  2 NA
2 2020-01-02  2 NA
3 2020-01-03  2 NA
4 2020-01-04  2 NA
5 2020-01-05  2  4
6 2020-01-06  2  4
7 2020-01-07 NA  4

方案1：Base R 原生实现 #

无第三方包依赖，核心通过基础函数遍历生成日期序列、转换表结构、补全日期：

# 遍历每行生成区间内所有单日记录，拼接为长表
long_data <- do.call(rbind, lapply(seq_len(nrow(df)), function(row_idx) {
  date_seq <- seq(df$start_date[row_idx], df$end_date[row_idx], by = "day")
  data.frame(
    date = date_seq,
    name = df$name[row_idx],
    value = df$value[row_idx]
  )
}))

# 长表转宽表，按date分组，name值作为列名
wide_data <- reshape(
  long_data,
  idvar = "date",
  timevar = "name",
  direction = "wide"
)
# 清理自动生成的列名前缀
colnames(wide_data) <- gsub("^value\\.", "", colnames(wide_data))

# 生成全量连续日期序列，左连补全断点
full_dates <- data.frame(date = seq(min(df$start_date), max(df$end_date), by = "day"))
result_base <- merge(full_dates, wide_data, by = "date", all.x = TRUE)

运行后result_base与预期输出完全一致。

方案2：dplyr + lubridate 实现 #

代码可读性更高，搭配tidyr完成表结构转换，适合tidyverse工作流：

依赖包安装加载：首次使用需运行install.packages(c("dplyr","lubridate","tidyr"))安装

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

result_tidy <- df %>%
  # 按行生成当前记录日期区间内的所有单日，存储为列表列
  rowwise() %>%
  mutate(date = list(seq(start_date, end_date, by = "day"))) %>%
  # 展开列表列，得到单日粒度长表
  unnest_longer(date) %>%
  # 长表转宽表，name的取值作为新列，对应填充value
  pivot_wider(
    id_cols = date,
    names_from = name,
    values_from = value
  ) %>%
  # 补全所有连续日期，缺失值自动填充为NA
  complete(date = seq(min(df$start_date), max(df$end_date), by = "day")) %>%
  # 按日期升序排列
  arrange(date)

注意：如果原始数据存在同一name、同一日期对应多个value的重叠情况，pivot_wider会生成列表列并提示警告，可提前根据业务规则做聚合、去重处理。

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