R 基于间隔范围创建指标数据框
我试图从R中一种非常特殊的“宽”数据框架中创建一个指标（“虚拟”）变量的“长”数据框架，该数据框架具有定义我的数据的年间隔范围 我所拥有的是这样的：R 基于间隔范围创建指标数据框,r,dataframe,reshape2,R,Dataframe,Reshape2,我试图从R中一种非常特殊的“宽”数据框架中创建一个指标（“虚拟”）变量的“长”数据框架，该数据框架具有定义我的数据的年间隔范围 我所拥有的是这样的： f=data.frame(name=c("A","B","C"), year.start=c(1990,1994,1993),year.end=c(1994,1995,1993)) name year.start year.end 1 A 1990 1994 2 B 199
f=data.frame(name=c("A","B","C"),
year.start=c(1990,1994,1993),year.end=c(1994,1995,1993))
name year.start year.end
1 A 1990 1994
2 B 1994 1995
3 C 1993 1993
name year indicator
A 1990 1
A 1991 1
A 1992 1
A 1993 1
A 1994 1
A 1995 0
B 1990 0
B 1991 0
B 1992 0
B 1993 0
B 1994 1
B 1995 1
C 1990 0
C 1991 0
C 1992 0
C 1993 1
C 1994 0
C 1995 0
谢谢 这里是一个使用data.table的逐步细分
library(data.table)
f <- as.data.table(f)
## ALL OF NAME-YEAR COMBINATIONS
ALL <- f[, CJ(name=name, year=seq(min(year.start), max(year.end)))]
## WHICH COMBINATIONS EXIST
PRESENT <- f[, list(year = seq(year.start, year.end)), by=name]
## SETKEYS FOR MERGING
setkey(ALL, name, year)
setkey(PRESENT, name, year)
## INITIALIZE INDICATOR TO ZERO, THEN SET TO 1 FOR THOSE PRESENT
ALL[, indicator := 0]
ALL[PRESENT, indicator := 1]
ALL
name year indicator
1: A 1993 1
2: A 1994 1
3: A 1995 0
4: B 1993 0
5: B 1994 1
6: B 1995 1
7: C 1993 1
8: C 1994 0
9: C 1995 0
库（data.table）
f这里是一个使用data.table的逐步细分
library(data.table)
f <- as.data.table(f)
## ALL OF NAME-YEAR COMBINATIONS
ALL <- f[, CJ(name=name, year=seq(min(year.start), max(year.end)))]
## WHICH COMBINATIONS EXIST
PRESENT <- f[, list(year = seq(year.start, year.end)), by=name]
## SETKEYS FOR MERGING
setkey(ALL, name, year)
setkey(PRESENT, name, year)
## INITIALIZE INDICATOR TO ZERO, THEN SET TO 1 FOR THOSE PRESENT
ALL[, indicator := 0]
ALL[PRESENT, indicator := 1]
ALL
name year indicator
1: A 1993 1
2: A 1994 1
3: A 1995 0
4: B 1993 0
5: B 1994 1
6: B 1995 1
7: C 1993 1
8: C 1994 0
9: C 1995 0
库（data.table）
f其他人可能会对重塑2
提出建议，但这里有一个基本的R解决方案：
years <- factor(unlist(f[-1]), levels=seq(min(f[-1]), max(f[-1]), by=1))
result <- data.frame(table(years, rep(f[[1]], length.out=length(years))))
# years Var2 Freq
# 1 1990 A 1
# 2 1991 A 0
# 3 1992 A 0
# 4 1993 A 0
# 5 1994 A 1
# 6 1995 A 0
# 7 1990 B 0
# 8 1991 B 0
# 9 1992 B 0
# 10 1993 B 0
# 11 1994 B 1
# 12 1995 B 1
# 13 1990 C 0
# 14 1991 C 0
# 15 1992 C 0
# 16 1993 C 2
# 17 1994 C 0
# 18 1995 C 0
years其他人可能会对reforme2
提出建议，但这里有一个基本的R解决方案：
years <- factor(unlist(f[-1]), levels=seq(min(f[-1]), max(f[-1]), by=1))
result <- data.frame(table(years, rep(f[[1]], length.out=length(years))))
# years Var2 Freq
# 1 1990 A 1
# 2 1991 A 0
# 3 1992 A 0
# 4 1993 A 0
# 5 1994 A 1
# 6 1995 A 0
# 7 1990 B 0
# 8 1991 B 0
# 9 1992 B 0
# 10 1993 B 0
# 11 1994 B 1
# 12 1995 B 1
# 13 1990 C 0
# 14 1991 C 0
# 15 1992 C 0
# 16 1993 C 2
# 17 1994 C 0
# 18 1995 C 0
years另一个基本R解决方案
f=data.frame(name=c("A","B","C"),
year.start=c(1993,1994,1993),year.end=c(1994,1995,1993), stringsAsFactors=F)
x <- expand.grid(unique(f$name),min(f1$year):max(f1$year))
names(x) <- c("name", "year")
x$indicator <- sapply(1:nrow(x), function(i) sum(x$name[i]==f$name & x$year[i] >= f$year.start & x$year[i] <= f$year.end))
x[order(x$name),]
f=data.frame（name=c（“A”、“B”、“c”），
年份开始=c（199319941993），年份结束=c（199419951993），字符串系数=F）
x另一种碱性R溶液
f=data.frame(name=c("A","B","C"),
year.start=c(1993,1994,1993),year.end=c(1994,1995,1993), stringsAsFactors=F)
x <- expand.grid(unique(f$name),min(f1$year):max(f1$year))
names(x) <- c("name", "year")
x$indicator <- sapply(1:nrow(x), function(i) sum(x$name[i]==f$name & x$year[i] >= f$year.start & x$year[i] <= f$year.end))
x[order(x$name),]
f=data.frame（name=c（“A”、“B”、“c”），
年份开始=c（199319941993），年份结束=c（199419951993），字符串系数=F）
x这里有另一个解决方案，类似于上面的解决方案，其目的是简单明了：
zz <- cbind(name=f[1],year=rep(min(f[-1]):max(f[-1]),each=nrow(f)))
zz$indicator <- as.numeric((f$name==zz$name &
f$year.start<=zz$year &
f$year.end >=zz$year))
result <- zz[order(zz$name,zz$year),]
zz这里有另一个解决方案，类似于上面的解决方案，其目的是简单明了：
zz <- cbind(name=f[1],year=rep(min(f[-1]):max(f[-1]),each=nrow(f)))
zz$indicator <- as.numeric((f$name==zz$name &
f$year.start<=zz$year &
f$year.end >=zz$year))
result <- zz[order(zz$name,zz$year),]
zz注意：您的解决方案不太正确<代码>指标
应该是1（存在）或0（不存在），但您的结果
对于1993年，C是2。这是因为您的解决方案计算了（A、B、C）在由year.start
和year.end
串在一起的向量中的出现次数[通过unlist（…）
]。因为对于C来说，1993年既是开始也是结束，它被计算了两次。使用result$Freq谢谢，@jlhoward。我知道这一点，应该在我的回答中提到这一点。不过，正如您所指出的，将任何2变为1是非常简单的。你也可以做result这个一行的答案非常棒，但不太管用。它确实适用于我给出的简单示例。。。但当你改变一些东西，比如年份，它就失败了。从A开始到1990年。长数据框中的条目数应该是18（例如，三个名称中的每一个都是1990年至1995年），但实际上只有12个（三个名称中的每一个都是1990年、1993年、1994年、1995年）。也就是说，这个解决方案不考虑时间间隔，而只考虑唯一值。也许你应该在问题中提到这个要求？我已经更新了我的答案。对不起！我试图创建一个最小的示例，但结果太小了。我还可以更清楚地回答这个问题，现在这个问题已经解决了。你的答案仍然不起作用，因为从1991年到1993年，A也应该是1。注意：你的答案不太正确<代码>指标
应该是1（存在）或0（不存在），但您的结果
对于1993年，C是2。这是因为您的解决方案计算了（A、B、C）在由year.start
和year.end
串在一起的向量中的出现次数[通过unlist（…）
]。因为对于C来说，1993年既是开始也是结束，它被计算了两次。使用result$Freq谢谢，@jlhoward。我知道这一点，应该在我的回答中提到这一点。不过，正如您所指出的，将任何2变为1是非常简单的。你也可以做result这个一行的答案非常棒，但不太管用。它确实适用于我给出的简单示例。。。但当你改变一些东西，比如年份，它就失败了。从A开始到1990年。长数据框中的条目数应该是18（例如，三个名称中的每一个都是1990年至1995年），但实际上只有12个（三个名称中的每一个都是1990年、1993年、1994年、1995年）。也就是说，这个解决方案不考虑时间间隔，而只考虑唯一值。也许你应该在问题中提到这个要求？我已经更新了我的答案。对不起！我试图创建一个最小的示例，但结果太小了。我还可以更清楚地回答这个问题，现在这个问题已经解决了。你的答案仍然不起作用，因为从1991年到1993年，A也应该是1。这个答案适用于给出的例子——谢谢但正如@matthew plourde给出的一行回答一样，当初始数据帧中没有给出所有唯一值时，答案将失败。也就是说，它没有考虑到我要寻找的时间间隔。这个答案适用于给出的示例--谢谢但正如@matthew plourde给出的一行回答一样，当初始数据帧中没有给出所有唯一值时，答案将失败。也就是说，它没有考虑我正在寻找的时间间隔。这适用于更复杂的时间间隔，例如当我将year.start设置为A到1990时，在结果中正确地创建了18行。谢谢不客气。如果这对你有用，请考虑选择答案。这工作在更复杂的时间间隔上，比如当我设置年份时。开始A到1990，在结果中正确地创建18行。谢谢不客气。如果这对你有用，请考虑选择答案。就像@ JLHOWALD，这工作在更复杂的时间间隔上，比如当我设置年份时。开始A到1990，在结果中正确地创建18行。谢谢@bshor，这是带有seq
的CJ
的结果，就像@jlhoward一样，它在更复杂的时间间隔上工作，例如当我将a的year.start设置为1990时，在结果中正确地创建了18行。谢谢@b因此，这是CJ
与seq