R 计算日期范围之间每月发生的频率

Question

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))

Answer 1

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