以下提供兩種方式
library(data.table)
library(dplyr)
library(lubridate)
data <- data.frame(Group = c("A", "A", "B", "B", "C", "C"),
Status = rep(c("Start", "End"), times = 3),
Date = c("2016/01/01", "2016/01/15",
"2016/01/09", "2016/02/01",
"2016/01/02", "2016/01/07"))
# data.table
data %>%
setDT %>%
.[,
.(Date = seq(ymd(.SD[Status == "Start", Date]),
ymd(.SD[Status == "End", Date]),
by = "days")),
by = Group]
# dplyr
data %>%
group_by(Group) %>%
do({
subDf <- .
Date <- seq(ymd(filter(subDf, Status == "Start")$Date),
ymd(filter(subDf, Status == "End")$Date),
by = "days")
str(Date)
return(data.frame(Date = Date))
}) %>%
ungroup
※ 引述《menghsuanliu (庫庫少)》之銘言：
: [問題類型]:
: 程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出
: [軟體熟悉度]:
: 入門(寫過其他程式，只是對語法不熟悉)
: [問題敘述]:
: 我想依group,把日期補足(參考附圖)
:

:

: [程式範例]:
: [環境敘述]:
: [關鍵字]:
:

data.table和dplyr到底誰能一統江湖…

感謝

各有支持者吧,反正好用就好

我支持初學者會dplyr，但是處理大資料data.table還是有一定需求寫套件的話，超討厭import dplyr，太多deps

data.table可讀性比較差，連自己寫的久了也一時看不懂分享code的時候對方也比較難看懂。這大概是我碰到的麻煩

與其說data.table可讀性差，不如說是data.table設計奇特XD，我是覺得讀習慣就能看懂XD