按日期范围将日期转换为列，并在R中提及特定ID的确切日期

Question

该数据有两列。一个有参与者ID，第二个有日期。我想将日期转换为列，在每一列中，我想要该ID的确切日期。例如，t1 3月至2020年5月，t2 6月至9月，t3 10月至12月，t4 1月至2021年2月，t5 3月至2021年6月。这是一个虚拟代码，在我的真实数据，我有ID作为字符变量，而不是数字，如桶-01。假设木桶-01在不同的日期重复了六次，所以我希望t1列有属于其范围的特定内容，以此类推。

n <- 6 #in actual data frequencies range from 2-8 or IDs are repeated 2-8 times rather than a fixed number
df <- data.frame(id=rep(1:500, each=n), 
                  date=sample(seq(as.Date('2020/03/01'), as.Date('2021/07/30'), by="day"), 12))

以下是我真实数据的结构：

str(df)

tibble [4,347 × 2] (S3: tbl_df/tbl/data.frame)
 $ id        : chr [1:4347] "CI-001" "CI-002" "CI-003" "CI-004" ...
 $ sampledate: POSIXct[1:4347], format: "2020-03-06" "2020-03-06" "2020-03-06" "2020-03-06" ...

我试图找到相关的代码，但至今没有找到。我可以在excel中手动完成，事实上，我已经做了排序，然后复制粘贴确切的日期，但是我想在R中做，你觉得呢？我也发了一张假的结果图片。基本上，第一列将是参与者id，接下来的五列是时间列，即具有日期范围的t1-5列。t1 3月至2020年5月，t2 6月至9月，t3 10月至12月，t4 1月至2021年2月，t5 3月至2021年6月。因此，链接到每个参与者ID的日期将进入相应的时间列t1-5。例如，如果cas-03有日期:2021年2月5日(它将出现在t4列中)，以及2020年3月7日和9日(都在t1中，但在两行)。目前，每个ID作为新链接日期的行重复，但只有在时间列日期范围中存在多个链接日期的情况下，新表才会在行中重复ID。在R.做得太复杂了吗？

​

​

最近，我尝试了这段代码，但它说:错误的过滤器(.，id <= 3)：对象'id‘没有找到，此外:警告消息:在data.matrix(数据)：NAs引入强制

# change to your df to have different rep per IDs
df <- df %>% 
  filter(id <= 3) %>% 
  mutate(id = ifelse(id == 3, 2, id))

df <- df %>% 
  group_by(id) %>% 
  mutate(t = paste0("t", row_number())) %>% 
  arrange(t) %>% 
  ungroup()

df %>% 
  pivot_wider(names_from = t, values_from = date) %>% 
  head()

Answer 1

假设每个ID的观测数量完全相同(因为df %>% group_by(id) %>% summarise(count = n()) %>% pull(count) %>% unique() = 6)，那么我建议您使用tidyr包，如下所示：

library(tidyr)

n <- 6
df <- data.frame(id=rep(1:500, each=n), 
                 date=sample(seq(as.Date('2020/03/01'), as.Date('2021/07/30'), by="day"), 12))
df %>% group_by(id) %>% summarise(count = n()) %>% pull(count) %>% unique()

df <- df %>% 
  group_by(id) %>% 
  mutate(t = paste0("t", row_number())) %>% 
  arrange(t)

df %>% 
  pivot_wider(names_from = t, values_from = date)

看看这里：https://tidyr.tidyverse.org/articles/pivot.html

编辑到您的评论

如果每个ID没有相同的重复次数，那就没什么大不了的了。pivot_wider()很聪明，它将在输出中添加NA值，例如：

# change to your df to have different rep per IDs
df <- df %>% 
  filter(id <= 3) %>% 
  mutate(id = ifelse(id == 3, 2, id))

df <- df %>% 
  group_by(id) %>% 
  mutate(t = paste0("t", row_number())) %>% 
  arrange(t) %>% 
  ungroup()

df %>% 
  pivot_wider(names_from = t, values_from = date) %>% 
  head()

会回来

# A tibble: 2 x 13
     id t1         t10        t11        t12        t2         t3         t4         t5         t6         t7         t8        
  <dbl> <date>     <date>     <date>     <date>     <date>     <date>     <date>     <date>     <date>     <date>     <date>    
1     1 2021-04-06 NA         NA         NA         2020-10-16 2020-03-17 2021-03-20 2020-11-04 2021-03-22 NA         NA        
2     2 2021-07-26 2021-03-20 2020-11-04 2021-03-22 2021-07-02 2020-03-09 2020-05-13 2021-04-23 2020-04-09 2021-04-06 2020-10-16
# ... with 1 more variable: t9 <date>