R使用ceiling/floor date函数批量将多列月度数据转日度数据

你需要批量处理所有ticker列时不需要手动指定列名，可通过dplyr的分组+批量列操作实现，逻辑是按原月度日期分组后生成当月日度序列，自动复用当月所有ticker的固定值，代码如下：

首先加载依赖包：

library(tidyverse)
library(lubridate)

主流实现方案（适配dplyr 1.1.0及以上版本） #

result <- mydata %>%
  # 统一日期格式
  mutate(date = ymd(date)) %>%
  # 按原月度日期分组，每组对应单月的所有ticker取值
  group_by(date) %>%
  reframe(
    # 生成当月所有日度日期
    date = seq.Date(
      from = floor_date(date, unit = "month"),
      to = ceiling_date(date, unit = "month") - days(1),
      by = "day"
    ),
    # 批量处理所有非date列，自动复用当前分组的唯一月度值，适配任意数量ticker列
    across(-date, first)
  ) %>%
  ungroup() %>%
  as.data.frame()

低版本dplyr兼容方案 #

如果你的dplyr版本较低没有reframe函数，可使用行处理+列表展开的方式实现，同样不需要手动指定ticker列：

result <- mydata %>%
  mutate(date = ymd(date)) %>%
  # 逐行处理单月数据
  rowwise() %>%
  mutate(
    # 生成当月日度日期列表
    date = list(seq.Date(
      from = floor_date(date, unit = "month"),
      to = ceiling_date(date, unit = "month") - days(1),
      by = "day"
    ))
  ) %>%
  # 展开日期列表，其他列自动跟随重复为当月固定值
  unnest(date) %>%
  as.data.frame()

方案说明 #

两种方案都不需要手动指定任意ticker列名，会自动保留所有原始列的取值，最终输出结构为：每行对应单个自然日，所有ticker列取值为该行日期所属月度的原始月度值，符合需求。

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