Pregunta Creando secuencia de fechas para cada grupo en r


Tengo un conjunto de datos que se ve así:

      ID    created_at
MUM-0001    2014-04-16
MUM-0002    2014-01-14
MUM-0003    2014-04-17
MUM-0004    2014-04-12
MUM-0005    2014-04-18
MUM-0006    2014-04-17

Estoy intentando introducir una nueva columna que sea todas las fechas entre la fecha de inicio y la definida el último día (por ejemplo, 12 de julio de 2015). Utilicé la función seq en dplyr pero obteniendo un error.

data1 <- data1 %>%
         arrange(ID) %>%
         group_by(ID) %>%
         mutate(date = seq(as.Date(created_at), as.Date('2015-07-12'), by= 1))

el error que estoy obteniendo es:

Error: tamaño incompatible (453), se espera 1 (el tamaño del grupo) o 1

¿Puede por favor sugerir alguna mejor manera de realizar esta tarea en R?


5
2017-08-07 08:49


origen


Respuestas:


Podrías usar data.table para obtener el sequence de Fechas desde 'created_at' hasta '2015-07-12', agrupadas por la columna 'ID'.

 library(data.table)
 setDT(df1)[, list(date=seq(created_at, as.Date('2015-07-12'), by='1 day')) , ID]

Si necesitas una opción con dplyr, utilizar do

 library(dplyr)
 df1 %>% 
   group_by(ID) %>% 
   do( data.frame(., Date= seq(.$created_at,
                            as.Date('2015-07-12'), by = '1 day')))

Si tiene identificaciones duplicadas, es posible que debamos agruparnos por row_number()

df1 %>%
    group_by(rn=row_number()) %>%
     do(data.frame(ID= .$ID, Date= seq(.$created_at,
          as.Date('2015-07-12'), by = '1 day'), stringsAsFactors=FALSE))

Actualizar

Basado en el comentario de @ Frank, el nuevo idioma para tidyverse es

library(tidyverse)
df1 %>%
  group_by(ID) %>% 
  mutate(d = list(seq(created_at, as.Date('2015-07-12'), by='1 day')), created_at = NULL) %>%
  unnest()

En el caso de data.table

setDT(df1)[, list(date=seq(created_at, 
             as.Date('2015-07-12'), by = '1 day')), by = 1:nrow(df1)] 

datos

df1 <- structure(list(ID = c("MUM-0001", "MUM-0002", "MUM-0003",
 "MUM-0004", 
 "MUM-0005", "MUM-0006"), created_at = structure(c(16176, 16084, 
16177, 16172, 16178, 16177), class = "Date")), .Names = c("ID", 
"created_at"), row.names = c(NA, -6L), class = "data.frame")

7
2017-08-07 08:51