R 根据日期将数据框拆分为行

我有两个数据帧：

d1 <- data.frame(id=1,a=1,start_d1=10, end_d1=19)
d2 <- data.frame(id=1,b=2, start_d2=15, end_d2=24)

我现在正在做的是：我在

id

上加入

d1

和

d2

，以获得

d

。 然后，我对

d

中的每一行应用我编写的显式函数，该函数使用新变量

start

和

end

将行拆分为新的行，具体取决于重叠

---

这有点乱。有没有一种更简单的方法来解决我的问题？

我认为，将两个数据集连接起来，然后应用函数行上升，然后用

do.call
将它们绑定起来似乎是一种合理的方法

我试图想出一个
dplyr
方法，但它感觉更像是一个讨厌的东西，而不是其他任何东西

d1 <- data.frame(id=c(1,2),a=1, start_d1=c(10,20), end_d1=c(19,29))
d2 <- data.frame(id=c(1,2),b=2, start_d2=c(15,25), end_d2=c(24,34))

full_join(d1,d2) %>% 
  rowwise() %>% 
  do(data.frame(id = .$id,
                all_seq = seq(.$start_d1, .$end_d2, by = 1),
                a = c(rep(.$a, length(seq(.$start_d1, .$end_d1, by =1))),
                      rep(NA, length(seq(.$end_d1+1, .$end_d2, by = 1)))),
                b = c(rep(NA, length(seq(.$start_d1+1, .$start_d2, by =1))),
                      rep(.$b, length(seq(.$start_d2, .$end_d2, by = 1)))))) %>% 
  mutate(classifier = case_when(!is.na(a) && is.na(b) ~ 1,
                                !is.na(a) && !is.na(b) ~ 2,
                                is.na(a) && !is.na(b) ~ 3
                                )) %>% 
  ungroup() %>% 
  group_by(id, classifier) %>% 
  summarise(start = min(all_seq),
            end = max(all_seq),
            a = unique(a),
            b = unique(b)) %>% 
  select(-classifier)

Joining, by = "id"
# A tibble: 6 x 5
# Groups:   id [2]
     id start   end     a     b
  <dbl> <dbl> <dbl> <dbl> <dbl>
1     1    10    14     1    NA
2     1    15    19     1     2
3     1    20    24    NA     2
4     2    20    24     1    NA
5     2    25    29     1     2
6     2    30    34    NA     2

d1%
do（data.frame（id=.$id，
所有顺序=顺序（.$start\U d1，.$end\U d2，by=1），
a=c（代表（.$a，长度（顺序（.$start_d1，.$end_d1，by=1）），
代表（不适用，长度（序号（.$end_d1+1，.$end_d2，by=1）），
b=c（代表（NA，长度（序号（.$start_d1+1，.$start_d2，by=1）），
代表（.$b，长度（序号（.$start_d2，.$end_d2，by=1щщщ））%>%
当（！is.na（a）&&is.na（b）~1，
！is.na（a）&！is.na（b）~2，
is.na（a）&！is.na（b）~3
)) %>% 
解组（）%>%
分组依据（id，分类器）%>%
总结（开始=分钟（全部），
结束=最大值（全部），
a=唯一（a），
b=唯一（b））%>%
选择（-分类器）
通过=“id”加入
#一个tibble:6x5
#组别:id[2]
我从a到b
1114141NA
2     1    15    19     1     2
3 1 20 24 NA 2
420241NA
5     2    25    29     1     2
6 2 30 34 NA 2

do
-函数的思想是根据
id
生成整个周期的序列，并且
a
和
b
在它们必须的位置。
我认为，连接两个数据集，然后应用函数行上升，然后
rbind
用
do.call调用它们似乎是一种合理的方法

我试图想出一个
dplyr
方法，但它感觉更像是一个讨厌的东西，而不是其他任何东西

d1 <- data.frame(id=c(1,2),a=1, start_d1=c(10,20), end_d1=c(19,29))
d2 <- data.frame(id=c(1,2),b=2, start_d2=c(15,25), end_d2=c(24,34))

full_join(d1,d2) %>% 
  rowwise() %>% 
  do(data.frame(id = .$id,
                all_seq = seq(.$start_d1, .$end_d2, by = 1),
                a = c(rep(.$a, length(seq(.$start_d1, .$end_d1, by =1))),
                      rep(NA, length(seq(.$end_d1+1, .$end_d2, by = 1)))),
                b = c(rep(NA, length(seq(.$start_d1+1, .$start_d2, by =1))),
                      rep(.$b, length(seq(.$start_d2, .$end_d2, by = 1)))))) %>% 
  mutate(classifier = case_when(!is.na(a) && is.na(b) ~ 1,
                                !is.na(a) && !is.na(b) ~ 2,
                                is.na(a) && !is.na(b) ~ 3
                                )) %>% 
  ungroup() %>% 
  group_by(id, classifier) %>% 
  summarise(start = min(all_seq),
            end = max(all_seq),
            a = unique(a),
            b = unique(b)) %>% 
  select(-classifier)

Joining, by = "id"
# A tibble: 6 x 5
# Groups:   id [2]
     id start   end     a     b
  <dbl> <dbl> <dbl> <dbl> <dbl>
1     1    10    14     1    NA
2     1    15    19     1     2
3     1    20    24    NA     2
4     2    20    24     1    NA
5     2    25    29     1     2
6     2    30    34    NA     2

d1%
do（data.frame（id=.$id，
所有顺序=顺序（.$start\U d1，.$end\U d2，by=1），
a=c（代表（.$a，长度（顺序（.$start_d1，.$end_d1，by=1）），
代表（不适用，长度（序号（.$end_d1+1，.$end_d2，by=1）），
b=c（代表（NA，长度（序号（.$start_d1+1，.$start_d2，by=1）），
代表（.$b，长度（序号（.$start_d2，.$end_d2，by=1щщщ））%>%
当（！is.na（a）&&is.na（b）~1，
！is.na（a）&！is.na（b）~2，
is.na（a）&！is.na（b）~3
)) %>% 
解组（）%>%
分组依据（id，分类器）%>%
总结（开始=分钟（全部），
结束=最大值（全部），
a=唯一（a），
b=唯一（b））%>%
选择（-分类器）
通过=“id”加入
#一个tibble:6x5
#组别:id[2]
我从a到b
1114141NA
2     1    15    19     1     2
3 1 20 24 NA 2
420241NA
5     2    25    29     1     2
6 2 30 34 NA 2

do
-函数的思想是根据
id
生成整个周期的序列，以及
a
和
b
它们必须在的位置。
嗨，预期的输出是什么。请
dput（）
您的预期输出将是好的。类似这样的
合并
d@tushallad不，这并没有为开始和日期相关的重叠提供一个单独的行：您可以在删除数据帧名称中的所有after之后使用
rbind
！您好，预期的输出是什么。请
dput（）
您的预期输出会很好。类似这样的
merge
d@tushallad不，这并没有为开始和日期相关的重叠提供一个单独的行：您可以在删除数据帧名称中的所有after之后使用
rbind
！