R 给定不同的开始和结束日期，找出每个变量的日平均值

我有不同开始和结束日期的数据

mydata <- data.frame(id=c(1,2,3), start=c("2010/01/01","2010/01/01","2010/01/02"), end=c("2010/01/01","2010/01/05","2010/01/03"), a=c(140,750,56),b=c(48,25,36))
mydata

  id      start        end   a  b
1  1 2010-01-01 2010-01-01 140 48
2  2 2010-01-01 2010-01-05 750 25
3  3 2010-01-02 2010-01-03  56 36

---

mydata这里有一个带有
tidyverse
的选项。我们将“开始”列和“结束”列转换为带有
ymd
（来自
lubridate
）的
类，为带有
map2
的相应元素创建一个从“开始”到“结束”的日期的
序列，
通过将它们除以
列表的
长度
列“日期”，对“a”、“b”进行变异，
unnest
将“日期”按“日期”分组，得到“a”、“b”的
和

library(dplyr)
library(tidyr)
library(lubridate)
library(purrr)
mydata %>%
     mutate(across(c(start, end), ymd)) %>% 
     transmute(id, date = map2(start, end, seq, by = 'day'), a, b) %>% 
     mutate(across(c(a, b), ~ ./lengths(date)))  %>%
     unnest(date) %>%
     group_by(date) %>% 
     summarise(across(c(a, b), sum, na.rm = TRUE))
# A tibble: 5 x 3
#  date           a     b
#  <date>     <dbl> <dbl>
#1 2010-01-01   290    53
#2 2010-01-02   178    23
#3 2010-01-03   178    23
#4 2010-01-04   150     5
#5 2010-01-05   150     5

库（dplyr）
图书馆（tidyr）
图书馆（lubridate）
图书馆（purrr）
mydata%>%
突变（跨越（c（开始，结束），ymd））%>%
转换（id，日期=map2（开始，结束，顺序，日期='day'），a，b）%>%
变异（跨越（c（a，b），~./长度（日期）））%>%
unnest（日期）%%>%
分组单位（日期）%>%
总结（跨越（c（a，b），总和，na.rm=TRUE））
#一个tibble:5x3
#日期a b
#        
#1 2010-01-01   290    53
#2 2010-01-02   178    23
#3 2010-01-03   178    23
#4 2010-01-04   150     5
#5 2010-01-05   150     5
我收到了这个错误：cross（c（start，end），ymd）中的错误：找不到函数“cross”有什么原因吗？@mazbata你能显示错误吗。我正在使用最新版本的
dplyr
。如果您的dplyr版本是从
dplyr
>=1.0.0引入的
cross
，请更新您的dplyr版本。你能更新你的软件包版本吗
  date           a     b
  <date>     <dbl> <dbl>
1 2010-01-01   290    53
2 2010-01-02   178    23
3 2010-01-03   178    23
4 2010-01-04   150     5
5 2010-01-05   150     5

library(dplyr)
library(tidyr)
library(lubridate)
library(purrr)
mydata %>%
     mutate(across(c(start, end), ymd)) %>% 
     transmute(id, date = map2(start, end, seq, by = 'day'), a, b) %>% 
     mutate(across(c(a, b), ~ ./lengths(date)))  %>%
     unnest(date) %>%
     group_by(date) %>% 
     summarise(across(c(a, b), sum, na.rm = TRUE))
# A tibble: 5 x 3
#  date           a     b
#  <date>     <dbl> <dbl>
#1 2010-01-01   290    53
#2 2010-01-02   178    23
#3 2010-01-03   178    23
#4 2010-01-04   150     5
#5 2010-01-05   150     5