R中数据整理与时间线绘制求助：匹配事件起止日期

看起来你在处理多组重复事件的时间线数据时遇到了配对起止日期的麻烦，尤其是同一个事件名称有多次启动和结束的情况。我会分两部分帮你解决：一是把原始数据整理成你想要的目标格式，二是直接用原始数据（不用合并行）绘制时间线。

一、整理数据得到目标格式 #

你的核心问题是同一个name对应多组起止，所以需要先按事件名称分组，再给每组起止事件编号，这样才能准确配对对应的起始和结束日期。这里用dplyr和tidyr来处理：

步骤1：构造原始数据框 #

首先把你给出的原始数据整理成标准的R数据框（注意原始数据的格式需要调整成每行一条记录）：

df <- data.frame(
  date = c("01.01.2001", "02.01.2001", "02.01.2001", "03.01.2001", "04.01.2001", 
           "07.01.2001", "09.01.2001", "11.01.2001", "13.01.2001"),
  status = c("+", "+", "+", "-", "+", "-", "-", "+", "-"),
  name = c("A", "B", "C", "B", "B", "A", "C", "A", "B")
)

步骤2：分组配对起止日期 #

通过给每个事件的起止对添加分组编号，再把起始和结束日期合并到同一行：

library(dplyr)
library(tidyr)

df_target <- df %>%
  # 按事件名称分组
  group_by(name) %>%
  # 给每组起止事件编号：每次遇到"+"就新增一个事件组
  mutate(event_group = cumsum(status == "+")) %>%
  ungroup() %>%
  # 把同一组的起始（+）和结束（-）日期转到同一行
  pivot_wider(
    id_cols = c(name, event_group),
    names_from = status,
    values_from = date,
    names_prefix = "date_"
  ) %>%
  # 重命名列以匹配你的目标格式
  rename(date = date_+, enddate = date_-) %>%
  # 调整列顺序并按日期排序
  select(date, name, enddate) %>%
  arrange(as.Date(date, format = "%d.%m.%Y"))

# 查看结果
print(df_target)

运行后得到的结果就和你期望的目标数据一致：

date name    enddate
1 01.01.2001    A 07.01.2001
2 02.01.2001    B 03.01.2001
3 02.01.2001    C 09.01.2001
4 04.01.2001    B 13.01.2001
5 11.01.2001    A       <NA>

二、无需合并行直接绘制时间线 #

其实timevis包本身需要的是包含start和end列的数据框，但我们可以直接从原始数据生成这个格式，不用提前手动合并行。关键还是先给每个事件组编号，再配对起止日期：

library(timevis)

# 生成timevis所需的数据结构
timevis_df <- df %>%
  group_by(name) %>%
  mutate(event_group = cumsum(status == "+")) %>%
  pivot_wider(
    id_cols = c(name, event_group),
    names_from = status,
    values_from = date
  ) %>%
  # 转换日期格式为Date类型（timevis需要识别日期）
  mutate(
    start = as.Date(`+`, format = "%d.%m.%Y"),
    end = ifelse(is.na(`-`), NA, as.Date(`-`, format = "%d.%m.%Y")),
    content = name  # 时间线显示的事件名称
  ) %>%
  select(content, start, end)

# 绘制交互式时间线
timevis(timevis_df)

这样就能直接生成包含所有事件起止的交互式时间线，对于没有结束日期的事件（比如最后一条A的记录），会显示为一个点或者持续到当前日期（取决于timevis的默认设置）。

关键说明 #

你之前匹配失败的原因是没有考虑到同一个name有多个事件周期，通过group_by(name) + cumsum(status == "+")给每个事件周期编号，就能确保每个起始日期对应正确的结束日期，而不会跨事件组配对。

内容的提问来源于stack exchange，提问作者zathura