R语言中基于维度值拆分展开data.table重复记录的实现方法

你可以按如下步骤实现需求，既可以用你提到的expand.grid函数，也可以用data.table原生的交叉连接函数CJ，后者运行效率更高，更适配data.table结构：

完整实现代码 #

# 加载依赖包
library(data.table)

# 构造示例数据集
dt <- data.table(
  item = c("G,S,GS", "G,S"),
  timePeriod = c("1995:2000", "2006"),
  refArea = c("DE,SE", "DE,SE,SK,SI")
)

# 定义单行数据处理函数
process_row <- function(item, timePeriod, refArea) {
  # 拆分逗号分隔的item字段
  items <- strsplit(item, ",")[[1]]
  # 拆分冒号分隔的时间区间，生成连续年份向量
  time_parts <- strsplit(timePeriod, ":")[[1]]
  if (length(time_parts) == 2) {
    times <- as.character(seq(as.integer(time_parts[1]), as.integer(time_parts[2])))
  } else {
    times <- time_parts
  }
  # 拆分逗号分隔的refArea字段
  areas <- strsplit(refArea, ",")[[1]]
  # 生成三个维度的全组合，如需用expand.grid可替换为下面被注释的代码
  return(CJ(item = items, timePeriod = times, refArea = areas))
  # 如指定用expand.grid，用下面这行代替上面的return语句
  # return(as.data.table(expand.grid(item = items, timePeriod = times, refArea = areas, stringsAsFactors = FALSE)))
}

# 逐行处理原数据，合并所有行的全组合结果
result <- rbindlist(apply(dt, 1, function(x) process_row(x[1], x[2], x[3])))

结果验证 #

执行完上述代码后，result即为你需要的结构：

• 第一行原数据会生成3个item * 6个年份 * 2个地区 = 36条全组合记录
• 第二行原数据会生成2个item * 1个年份 *4个地区 = 8条全组合记录
• 最终总记录数为44条，前几条和你给出的test2示例结构完全一致

内容的提问来源于stack exchange，提问作者IRT