填充 R 中缺失的日期

Question

我想要一些关于分析所需的数据框转换的帮助。 我的数据由大量个人及其所有历史工作组成。 “EX”是代表终止雇佣原因的代码。 像这样的东西：

id  Date_start    Date_end       EX
13  "2001-02-01"  "2001-05-30"   A
13  "2002-03-01"  "2010-06-02"   B
14  ...           ...
...

所以我想做的是“填补空白”。 这可能并不容易，但更难，因为我希望它按 id 聚合，并且每个新行之前都应该具有该行的 EX 值，如下所示：

id  Date_start    Date_end       EX
13  "2001-02-01"  "2001-05-30"   A
13  "2001-05-31"  "2002-02-28"   A
13  "2002-03-01"  "2010-06-02"   B
14  ...           ...
...

我相信诀窍会是某种滞后和聚合，但我完全迷失了。

Answer 1

这有点棘手，您可以主要利用dplyr包进行操作和lubridate包来转换日期格式（您可以肯定使用as.Date() ，但lubridate使它更容易）。

library(dplyr)
library(lubridate)

1.创建您提供的示例数据。

names <- c("id", "Date_start",    "Date_end",       "EX")
row1 <- c(13 , "2001-02-01" , "2001-05-30" ,  "A")
row2 <- c(13 , "2002-03-01" , "2010-06-02" ,  "B")


testdata <- rbind(row1,row2) %>% data.frame(stringsAsFactors = F)
row.names(testdata) <- NULL

names(testdata) <- names

testdata$Date_start <- testdata$Date_start %>% as_date()
testdata$Date_end <- testdata$Date_end %>% as_date()
testdata

2.创建一个包含您要添加的数据的新数据集。

id ：我们使用相同的 id 值，因为它是按 id 分组的。
Date_start ：如果存在间隙，我们将使用一个值创建 Date_start ，否则为“”（空列，我们将它们过滤掉）。
Date_end ：Date_end 的逻辑相同。
EX ：我们使用您所说的倒数第二个 EX 值。

  new_data <- test_data %>% 
  group_by(id) %>% 
  mutate(Date_start1 = ifelse(Date_start-lag(Date_end) == 1,0,lag(Date_end)+1),
         Date_end1 = ifelse(Date_start-lag(Date_end) == 1,0,Date_start-1),
         EX=first(EX)) %>% 
  filter(!Date_start1 ==0) %>% 
  select(id, Date_start=Date_start1,Date_end=Date_end1,EX) %>% 
  distinct() %>% 
  ungroup()

3.由于我们想填补空缺天数，mutate把它变成了数值，我们使用as_date()将其转换成日期格式。

new_data$Date_start <- as_date(new_data$Date_start)
new_data$Date_end <- as_date(new_data$Date_end)

4.结合你的样本数据，按Date_state排列。

final <- rbind(testdata,new_data) %>% data.frame() %>% arrange(Date_start)
final

您的最终结果如下。