在R中实现数据框日期与年龄增量扩展的技术咨询

我来帮你搞定这个需求！你要的是把每条记录按每年同一天扩展成多行，同时让年龄同步递增对吧？下面用Tidyverse工具链来实现，比reshape2的melt更适配这个场景：

首先，先把你的原始数据转换成R能处理的格式（注意把“无值”转为R识别的缺失值NA）：

# 构建原始数据框
df <- data.frame(
  id = c(22, 17),
  weight = c(2, 4),
  beginning_date = as.Date(c("1960-06-02", "2001-07-02")),
  end_date = as.Date(c("1960-06-02", NA)),
  age = c(17, 19),
  categ_car = c("A", "B"),
  stringsAsFactors = FALSE
)

步骤1：加载依赖包 #

我们需要用到几个处理数据和日期的工具包：

library(dplyr)
library(tidyr)
library(lubridate)  # 简化日期运算

步骤2：定义扩展规则并生成日期序列 #

先给每个ID确定终止日期，再生成逐年递增的日期序列：

• 如果end_date和beginning_date是同一天，就扩展到下一年（对应你例子里的ID22）
• 如果end_date缺失，就扩展到beginning_date之后第3年（对应你例子里的ID17）
• 其他情况直接用原end_date

df_processed <- df %>%
  mutate(
    # 确定每个ID的终止日期
    end_date = case_when(
      !is.na(end_date) & end_date == beginning_date ~ end_date + years(1),
      is.na(end_date) ~ beginning_date + years(3),
      TRUE ~ end_date
    ),
    # 生成从起始到终止的逐年日期序列
    year_seq = map2(beginning_date, end_date, ~seq(.x, .y, by = "year"))
  )

步骤3：展开序列并同步计算年龄 #

把生成的日期序列拆成多行，同时计算对应年份的年龄（原始年龄 + 年份差）：

result <- df_processed %>%
  # 把日期序列展开为单独行
  unnest(year_seq) %>%
  group_by(id) %>%
  mutate(
    # 更新begin和end日期为当前年份的同一天
    beginning_date = year_seq,
    end_date = year_seq,
    # 计算年龄：原始年龄 + 当前年份与初始年份的差值
    age = first(age) + year(year_seq) - year(first(beginning_date))
  ) %>%
  ungroup() %>%
  # 移除临时生成的序列列
  select(-year_seq)

查看最终结果 #

运行后result就是你想要的目标数据框：

print(result)
#> # A tibble: 6 × 6
#>      id weight beginning_date end_date   age categ_car
#>   <dbl>  <dbl> <date>         <date>   <dbl> <chr>    
#> 1    22      2 1960-06-02     1960-06-02    17 A        
#> 2    22      2 1961-06-02     1961-06-02    18 A        
#> 3    17      4 2001-07-02     2001-07-02    19 B        
#> 4    17      4 2002-07-02     2002-07-02    20 B        
#> 5    17      4 2003-07-02     2003-07-02    21 B        
#> 6    17      4 2004-07-02     2004-07-02    22 B

为什么不用reshape2的melt？ #

melt主要是用来做宽格式转长格式的，而你的需求是生成新的序列并展开，用tidyr::unnest结合purrr::map2的组合更贴合场景，代码也更清晰易读。如果要调整扩展的年份数，只要修改case_when里的years(1)或years(3)参数就行，非常灵活。

内容的提问来源于stack exchange，提问作者Naï