x <- data.frame(ID = c(1,2,3,4),
Line_name = c("AB", "CD", "AB", "CD"),
start_dt = c("12/1/2020", "2/1/2021", "2/1/2021", "3/1/2021"),
end_dt = c("4/1/2021", "4/1/2021", "3/1/2021", "4/1/2021"))
ID Line_name start_dt end_dt
1 AB 12/1/2020 4/1/2021
2 CD 2/1/2021 4/1/2021
3 AB 2/1/2021 3/1/2021
4 CD 3/1/2021 4/1/2021
我有一个看起来像这样的数据框。它具有在日期范围(开始日期到结束日期)内使用的项目。我需要计算每个月每个项目的使用频率。结果输出看起来像这样。
Line_name Jan2021 Feb2021 Mar2021 Apr2021
1 AB 1 2 2 1
2 CD 0 1 2 2
1月份,仅使用AB。对于 ID 1,日期范围为一月到四月。因此,我们需要计算从一月到四月每个月的该行。
我不知道该怎么做。我在想,例如 1 月,我会检查 1/1/2021 日期是否在 start_dt 和 end_dt 范围内,以及该条件是否为真而不是 count。 (日期%in%间隔(start_dt,end_dt))
最佳答案
一个选项是通过 month
获取日期序列在“start_dt”和“end_dt”列之间 map2
进入list
,然后unnest
list
列,获取count
并使用 pivot_wider
将形状从“长”恢复为“宽”
library(lubridate)
library(dplyr)
library(tidyr)
x %>%
transmute(Line_name, Year_month = map2(mdy(start_dt), mdy(end_dt),
~ format(seq(.x, .y, by = '1 month'), '%b%Y'))) %>%
unnest(c(Year_month)) %>%
count(Line_name,
Year_month = factor(Year_month, levels = unique(Year_month))) %>%
pivot_wider(names_from = Year_month, values_from = n, values_fill = 0)
-输出
# A tibble: 2 x 5
Line_name Jan2021 Feb2021 Mar2021 Apr2021
<chr> <int> <int> <int> <int>
1 AB 1 2 2 1
2 CD 0 1 2 2
关于R 计算日期范围之间每月发生的频率,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/68456807/