我需要通过在 R 中的两行之间用另一列中的值填充日期来延长数据集

Question

我不确定是否有人问过这个问题，但我真的找不到。我有以下类型的数据集：

set.seed(1)
   
 d1 <- data.frame(open = rnorm(5), Y = as.Date(c("2020-05-01", "2020-05-08", "2020-05-15", "2020-05-22", "2020-05-29")), region = c("a", "a", "a", "a", "a"))
    
+------------+------------+--------+--+--+
    |    open    |     Y      | region |  |  |
    +------------+------------+--------+--+--+
    | -0.6264538 | 2020-05-01 | a      |  |  |
    | 0.1836433  | 2020-05-08 | a      |  |  |
    | -0.8356286 | 2020-05-15 | a      |  |  |
    | 1.5952808  | 2020-05-22 | a      |  |  |
    | 0.3295078  | 2020-05-29 | a      |  |  |
    +------------+------------+--------+--+--+

现在我想把它变成

open<-c(rep(d1[1,1],times=7),rep(d1[2,1],times=7),rep(d1[3,1],times=7),rep(d1[4,1],times=7),rep(d1[5,1],times=7))


Y<-seq(from = as.Date("2020-05-01"),to = as.Date("2020-06-04"),by="days")

或

  +------------+------------+--+--+--+
|    open    |    date    |  |  |  |
+------------+------------+--+--+--+
| -0.6264538 | 2020-05-01 |  |  |  |
| -0.6264538 | 2020-05-02 |  |  |  |
| -0.6264538 | 2020-05-03 |  |  |  |
| -0.6264538 | 2020-05-04 |  |  |  |
| -0.6264538 | 2020-05-05 |  |  |  |
| -0.6264538 | 2020-05-06 |  |  |  |
| -0.6264538 | 2020-05-07 |  |  |  |
| 0.1836433  | 2020-05-08 |  |  |  |
| 0.1836433  | 2020-05-09 |  |  |  |
| 0.1836433  | 2020-05-10 |  |  |  |
+------------+------------+--+--+--+

基本上，我有几周开始时的数据。 'open' 变量也适用于周之间的每个日期，所以我想填写它和 'elongate' 某种意义上的数据。

此外，我也需要按组（如在区域中）进行此操作

Answer 1

尝试使用这种方法创建一个包含日期序列的数据框，然后使用 tidyverse 函数合并并完成 NA 值。这是接近您想要的解决方案的代码：

library(tidyverse)
#Code for dates
dfdates <- data.frame(Y=seq(min(d1$Y),max(d1$Y),by=1))
#Join and fill
newd1 <- dfdates %>%
  left_join(d1) %>%
  fill(open) %>% select(-region)

输出：

            Y       open
1  2020-05-01 -0.6264538
2  2020-05-02 -0.6264538
3  2020-05-03 -0.6264538
4  2020-05-04 -0.6264538
5  2020-05-05 -0.6264538
6  2020-05-06 -0.6264538
7  2020-05-07 -0.6264538
8  2020-05-08  0.1836433
9  2020-05-09  0.1836433
10 2020-05-10  0.1836433
11 2020-05-11  0.1836433
12 2020-05-12  0.1836433
13 2020-05-13  0.1836433
14 2020-05-14  0.1836433
15 2020-05-15 -0.8356286
16 2020-05-16 -0.8356286
17 2020-05-17 -0.8356286
18 2020-05-18 -0.8356286
19 2020-05-19 -0.8356286
20 2020-05-20 -0.8356286
21 2020-05-21 -0.8356286
22 2020-05-22  1.5952808
23 2020-05-23  1.5952808
24 2020-05-24  1.5952808
25 2020-05-25  1.5952808
26 2020-05-26  1.5952808
27 2020-05-27  1.5952808
28 2020-05-28  1.5952808
29 2020-05-29  0.3295078

如果您需要按 region 分组，您可以先填充变量，然后使用 group_by() 并完成 open 变量：

#Join and fill 2
newd1 <- dfdates %>%
  left_join(d1) %>%
  fill(region) %>%
  group_by(region) %>%
  fill(open)

输出：

# A tibble: 29 x 3
# Groups:   region [1]
   Y            open region
   <date>      <dbl> <fct> 
 1 2020-05-01 -0.626 a     
 2 2020-05-02 -0.626 a     
 3 2020-05-03 -0.626 a     
 4 2020-05-04 -0.626 a     
 5 2020-05-05 -0.626 a     
 6 2020-05-06 -0.626 a     
 7 2020-05-07 -0.626 a     
 8 2020-05-08  0.184 a     
 9 2020-05-09  0.184 a     
10 2020-05-10  0.184 a     
# ... with 19 more rows

Answer 2

使用 tidyr 和 dplyr 您可以完成日期然后填写。

library(tidyr)
library(dplyr)

d1 %>%
  group_by(region) %>% 
  complete(Y = seq.Date(min(Y), max(Y), by = "day")) %>% 
  fill(open, .direction = "down")

我需要通过在 R 中的两行之间用另一列中的值填充日期来延长数据集

I need to elongate a dataset by filling in dates between two rows in R with a value in another column

r

dplyr

plyr

lubridate