criky 版友想要的結果: id year s 1 100 1 1 100 2 1 101 1 1 101 2 1 102 1 1 102 2 2 101 2 2 102 1 2 102 2 2 103 1 3 101 2 總共有 11 筆資料 celestialgod 版友的結果: # id year s # 1: 1 100 1 # 2: 1 100 2 # 3: 1 102 1 # 4: 1 102 2 # 5: 2 101 1 # 6: 2 101 2 # 7: 2 103 1 # 8: 2 103 2 # 9: 3 101 2 總共有 9 筆資料 帳面上看起來少了2筆資料, 實際上是少了 4 筆 1 101 1 1 101 2 2 102 1 2 102 2 卻多了 2 筆 # 5: 2 101 1 # 8: 2 103 2 在這提供我的寫法: library("data.table") criky = data.table( id = c(1, 2, 3), start_y = c(100, 101, 101), start_s = c(1, 2, 2), end_y = c(102, 103, 101), end_s = c(2, 1, 2) ) id_year_semester = function( id, from, to ){ x = seq(from = from, to = to, by = 0.5) size_x = length(x) data.table( id = rep(id, size_x), year = x %/% 1, s = (x %% 1) * 2 + 1 ) } criky[ , list( id = id, from = start_y + (start_s - 1) * 0.5, to = end_y + (end_s - 1) * 0.5 ) ][ , id_year_semester(id, from, to), by = list(id, from, to) ][ , list(id, year, s) ] 執行結果: id year s 1: 1 100 1 2: 1 100 2 3: 1 101 1 4: 1 101 2 5: 1 102 1 6: 1 102 2 7: 2 101 2 8: 2 102 1 9: 2 102 2 10: 2 103 1 11: 3 101 2 ※ 引述《celestialgod (天)》之銘言： : ※ 引述《criky (立業成家)》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 寫出來) : : [軟體熟悉度]: : : 新手(沒寫過程式，R 是我的第一次) : : [問題敘述]: : : 若我有資料欄位如下： : : id start_y start_s end_y end_s : : 1 100 1 102 2 : : 2 101 2 103 1 : : 3 101 2 101 2 : : year: : : 如何轉成下面的樣子： : : id year s : : 1 100 1 : : 1 100 2 : : 1 101 1 : : 1 101 2 : : 1 102 1 : : 1 102 2 : : 2 101 2 : : 2 102 1 : : 2 102 2 : : 2 103 1 : : 3 101 2 (只有一筆) : : 謝謝回答~ : : [程式範例]: : : [環境敘述]: : : 請提供 sessionInfo() 的輸出結果， : : 裡面含有所有你使用的作業系統、R 的版本和套件版本資訊， : : 讓版友更容易找出錯誤 : : [關鍵字]: : : 選擇性，也許未來有用 : 做兩次melt就可以達到你要的了，我不確定是否可以一次，看是否有高手寫得出來~~ : library(data.table) : DT <- fread("id start_y start_s end_y end_s : 1 100 1 102 2 : 2 101 2 103 1 : 3 101 2 101 2") : DT_melt <- melt.data.table(DT, id = c(1,2,4), value.name = "s") : DT_melt2 <- melt.data.table(DT_melt, id = c(1,5), measure = 2:3, : value.name = "year") : DT_melt2[ , variable := NULL] : setcolorder(DT_melt2, c("id", "year", "s")) : setorderv(DT_melt2, names(DT_melt2)) : unique(DT_melt2, by = names(DT_melt2)) : # id year s : # 1: 1 100 1 : # 2: 1 100 2 : # 3: 1 102 1 : # 4: 1 102 2 : # 5: 2 101 1 : # 6: 2 101 2 : # 7: 2 103 1 : # 8: 2 103 2 : # 9: 3 101 2 : # with pipeR : library(pipeR) : resDT <- melt.data.table(DT, id = c(1,2,4), value.name = "s") %>>% : melt.data.table(id = c(1,5), measure = 2:3, value.name = "year") %>>% : `[`(j = variable := NULL) %>>% setcolorder(c("id", "year", "s")) %>>% : setorderv(names(.)) %>>% unique(by = names(.)) : print(resDT) : # id year s : # 1: 1 100 1 : # 2: 1 100 2 : # 3: 1 102 1 : # 4: 1 102 2 : # 5: 2 101 1 : # 6: 2 101 2 : # 7: 2 103 1 : # 8: 2 103 2 : # 9: 3 101 2 : # tidyr + dplyr解法 (data.table不需要，DT可以是data.frame) : library(dplyr) : library(tidyr) : gather(DT, value, year, -id, -start_s, -end_s) %>>% : gather(ss, s, -id, -value, -year) %>>% select(id, year, s) %>>% : arrange(id, year, s) %>>% distinct(id, year, s) : # id year s : # 1 1 100 1 : # 2 1 100 2 : # 3 1 102 1 : # 4 1 102 2 : # 5 2 101 1 : # 6 2 101 2 : # 7 2 103 1 : # 8 2 103 2 : # 9 3 101 2 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.176.58.20 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1480605469.A.E29.html