如何计算数据框中两次快照间的服务日期数与实际运营天数

核心思路 #

要精准计算每条路线的实际运营天数，需结合服务日历的有效日期和route_days定义的运营周期，核心逻辑如下：

• 给服务日历标注有效服务日期、对应星期几（设定周一为一周起始，匹配route_days的定义）
• 将route_days映射为允许运营的星期范围（比如route_days=3对应周一、周二、周三）
• 对每条路线的快照区间，筛选出「在区间内+有服务+属于允许星期范围」的日期，统计总数即为实际运营天数

完整代码示例 #

1. 构造最小示例数据

library(tidyverse)

# 服务日历：包含日期、是否有服务、星期数字（周一=1，周日=7）
service_calendar <- tibble(
  date = seq.Date(as.Date("2024-05-06"), as.Date("2024-05-19"), by = "day"),
  has_service = c(1,1,1,1,1,0,0,1,1,1,0,1,1,0), # 0=无服务（周末/节假日）
  wday_num = wday(date, week_start = 1) # 强制周一为一周第1天
)

# 路线快照数据：路线ID、运营周期、快照起止日期
route_snapshots <- tibble(
  route_id = c("R001", "R002", "R003"),
  route_days = c(1, 3, 5), # 1=仅周一，3=周一至周三，5=周一至周五
  snapshot_start = as.Date("2024-05-06"),
  snapshot_end = as.Date("2024-05-19")
)

2. 计算每条路线的实际运营天数

route_operating_days <- route_snapshots %>%
  rowwise() %>%
  mutate(
    # 筛选符合所有条件的日期并统计数量
    actual_operating_days = sum(
      service_calendar$date >= snapshot_start &
        service_calendar$date <= snapshot_end &
        service_calendar$has_service == 1 &
        service_calendar$wday_num <= route_days
    )
  ) %>%
  ungroup()

# 输出结果
print(route_operating_days)

关键细节说明 #

• 用wday(date, week_start = 1)确保周一对应数字1，完全匹配route_days的规则（1=仅周一，2=周一至周二…）
• 必须同时校验「服务日历有效」和「属于允许星期范围」两个条件，避免将节假日/无服务日误算入
• 代码自动处理快照区间的跨周期问题，无需额外针对周度快照缺失做特殊逻辑

内容的提问来源于stack exchange，提问作者Morrigan