R语言按月份生成日期序列：跳月与重复问题的解决求助

问题1：月末起始日期生成序列时跳过、重复月份 #

当起始日期为2023-05-31，结束日期为2024-08-31，使用seq()函数按月份生成序列时，出现2023年6月被跳过、2023年7月重复的问题，需求是生成包含两个日期之间所有月份的序列。

原代码：

library(tidyverse)
df1 <- data.frame(id = "1", 
                  startdate = as.Date( "2023-05-31"),
                  enddate = as.Date("2024-08-31")) %>% 
        mutate(date_duration = startdate,
               enddate = ceiling_date(enddate, "month") -1 ) %>%
      complete(date_duration = seq(startdate, enddate, by = "month"))

问题原因 #

seq()按"month"递增时，从2023-05-31加1个月会得到2023-06-30（6月无31日），后续递推时的日期对齐逻辑会导致complete后序列出现异常。

解决方法 #

统一基于月份最后一天生成序列，确保每个节点都是当月的最后一天，避免日期对齐问题：

library(tidyverse)
df1 <- data.frame(id = "1", 
                  startdate = as.Date("2023-05-31"),
                  enddate = as.Date("2024-08-31")) %>%
  group_by(id) %>%
  complete(date_duration = seq(
    ceiling_date(startdate, "month") - 1,
    ceiling_date(enddate, "month") - 1,
    by = "month"
  ))

问题2：起始日期为每月1号时出现月份重复 #

用上述代码解决问题1后，当起始日期为每月1号时，又出现月份重复的情况，需规避该问题。

原代码：

df1 <- data.frame(id = c("1","2"), 
                  startdate = as.Date( c("2023-05-31", "2023-01-01")),
                  enddate = as.Date(c("2024-08-31", "2023-03-15")),
                  date_duration = as.Date( c("2023-05-31", "2023-01-01"))
                  ) %>% 
  group_by(id) %>% 
  complete(date_duration = seq(ceiling_date(startdate, "month"),
                               ceiling_date(enddate, "month"), 
                               by = "month") - 1)

问题原因 #

当起始日期为当月1号时，ceiling_date(startdate, "month")会返回次月1号，减1后变为上月最后一天，导致序列额外包含了起始日期所在月份的前一个月，进而出现重复。

解决方法 #

通过判断起始日期是否为当月第一天，动态调整序列的起始值：

library(tidyverse)
df1 <- data.frame(id = c("1","2"), 
                  startdate = as.Date(c("2023-05-31", "2023-01-01")),
                  enddate = as.Date(c("2024-08-31", "2023-03-15"))) %>%
  group_by(id) %>%
  complete(date_duration = seq(
    # 若为当月1号则直接取当月最后一天，否则按原逻辑处理
    if_else(day(startdate) == 1, 
           ceiling_date(startdate, "month") - 1, 
           ceiling_date(startdate, "month") - 1),
    ceiling_date(enddate, "month") - 1,
    by = "month"
  ))

更简洁的写法可以直接统一处理所有情况，确保起始值为起始日期所在月的最后一天：

library(tidyverse)
df1 <- data.frame(id = c("1","2"), 
                  startdate = as.Date(c("2023-05-31", "2023-01-01")),
                  enddate = as.Date(c("2024-08-31", "2023-03-15"))) %>%
  group_by(id) %>%
  complete(date_duration = seq(
    floor_date(startdate, "month") %m+% months(0) %>% {ceiling_date(., "month") - 1},
    ceiling_date(enddate, "month") - 1,
    by = "month"
  ))

内容的提问来源于stack exchange，提问作者Mike