如何重塑宽汇总表？

如何解决如何重塑宽汇总表？

我需要将（某种）宽格式数据集转换为长格式数据集。

该数据集报告了不同级别官员任务的开始和结束年。
我想虚拟出每个级别每年在任的官员（参见：预期的 db）。

注意事项：

一名官员可以在同一级别选出多次。这首次选举时开始和结束年份是分别在 start_lv1_1 和 stop_lv1_1 列中报告。第二次在 start_lv1_2 和 stop_lv1_2 列中，分别；
如果官员的任务开始在 2000 年和 2005 年结束，我只想分配 1 的值到到 2005年（即2000、2001、2002、2003、2004 - 不是 2005);
任务可以重叠。

非常感谢。

toy <- data.frame(
  id = c("A","B","C"),start_lv1_1 = c(2000,2000,2005),stop_lv1_1 = c(2005,2005,2010),start_lv1_2 = c(NA,2010,2015),stop_lv1_2 = c(NA,2015,2020),start_lv2_1 = c(NA,NA,2008),stop_lv2_1 = c(NA,2018))

> toy
  id start_lv1_1 stop_lv1_1 start_lv1_2 stop_lv1_2 start_lv2_1 stop_lv2_1
1  A        2000       2005          NA         NA          NA         NA
2  B        2000       2005        2010       2015          NA         NA
3  C        2005       2010        2015       2020        2008       2018

预期结果


expected <- data.frame(
  id = c(rep("A",21),rep("B",rep("C",21)),year = rep(2000:2020,3),lv1 = c(1,1,0),lv2 = c(0,0))

   id year lv1 lv2
1   A 2000   1   0
2   A 2001   1   0
3   A 2002   1   0
4   A 2003   1   0
5   A 2004   1   0
6   A 2005   0   0
7   A 2006   0   0
8   A 2007   0   0
9   A 2008   0   0
10  A 2009   0   0
11  A 2010   0   0
12  A 2011   0   0
13  A 2012   0   0
14  A 2013   0   0
15  A 2014   0   0
16  A 2015   0   0
17  A 2016   0   0
18  A 2017   0   0
19  A 2018   0   0
20  A 2019   0   0
21  A 2020   0   0
22  B 2000   1   0
23  B 2001   1   0
24  B 2002   1   0
25  B 2003   1   0
26  B 2004   1   0
27  B 2005   0   0
28  B 2006   0   0
29  B 2007   0   0
30  B 2008   0   0
31  B 2009   0   0
32  B 2010   1   0
33  B 2011   1   0
34  B 2012   1   0
35  B 2013   1   0
36  B 2014   1   0
37  B 2015   0   0
38  B 2016   0   0
39  B 2017   0   0
40  B 2018   0   0
41  B 2019   0   0
42  B 2020   0   0
43  C 2000   0   0
44  C 2001   0   0
45  C 2002   0   0
46  C 2003   0   0
47  C 2004   0   0
48  C 2005   1   0
49  C 2006   1   0
50  C 2007   1   0
51  C 2008   1   1
52  C 2009   1   1
53  C 2010   0   1
54  C 2011   0   1
55  C 2012   0   1
56  C 2013   0   1
57  C 2014   0   1
58  C 2015   1   1
59  C 2016   1   1
60  C 2017   1   1
61  C 2018   1   0
62  C 2019   1   0
63  C 2020   0   0

解决方法

tidyverse 方式：

library(tidyverse)

toy %>%
  pivot_longer(cols = -id,names_to = c('.value','col'),names_pattern = '(\\w+)_(lv\\d+)',values_drop_na = TRUE) %>%
  mutate(year = map2(start,stop - 1,seq)) %>%
  unnest(year) %>%
  dplyr::select(-start,-stop) %>%
  pivot_wider(names_from = col,values_from = col,values_fn = length,values_fill = 0) %>%
  complete(id,year = seq(min(year),max(year) + 1),fill = list(lv1 = 0,lv2 = 0))

#   id     year   lv1   lv2
#   <chr> <int> <dbl> <dbl>
# 1 A      2000     1     0
# 2 A      2001     1     0
# 3 A      2002     1     0
# 4 A      2003     1     0
# 5 A      2004     1     0
# 6 A      2005     0     0
# 7 A      2006     0     0
# 8 A      2007     0     0
# 9 A      2008     0     0
#10 A      2009     0     0
# … with 53 more rows

将 start 和 stop 创建为不同的列，以获取长格式的数据。在 start 和 stop - 1 之间创建年份序列，以宽格式获取数据并complete 序列。