基于现有折扣列自动计算各折扣在指定月份的有效天数

问题说明 #

现有包含产品、折扣及对应起始日期的DataFrame，需计算每个折扣在指定参考月份（示例为2024年4月）的有效天数，并将单折扣场景的计算逻辑扩展至多折扣（3个及以上）场景，实现自动化处理。

原始DataFrame示例 #

product disc1 disc2 dateini1     dateini2   total
p1      10    2     2024-04-05  2024-04-20 2
p2      5     4     2020-01-20  2024-04-15 2
p3      10    NA    2022-10-20  NA         1
p4      10    NA    2024-04-10  NA         1

期望计算结果 #

product disc1 disc2 dateini1     dateini2    ndays1 ndays2
p1      10    2     2024-04-05  2024-04-20  15     11        
p2      5     4     2020-01-20  2024-04-15  15     15
p3      10    NA    2022-10-20  NA          30
p4      10    NA    2024-04-10  NA          21

已实现的单折扣计算代码 #

per_actual <- as.Date("2024-04-01")

for (i in 1:nrow(df)) {
  if (df$total[i] == 1 & df$dateini1[i] <= per_actual) {
    df$ndays1[i] <- days_in_month(per_actual)
  } else {
    df$ndays1[i] <- as.Date(days_in_month(per_actual) + per_actual) - df$dateini1[i]
  }
}

多折扣场景自动化实现方案 #

核心思路 #

通过自动识别DataFrame中的折扣编号（从discX、dateiniX列的数字后缀提取），循环处理每个折扣对应的起始日期列，复用单折扣的计算逻辑，无需手动编写多组重复代码。

完整实现代码 #

library(lubridate)

# 定义参考月份
per_actual <- as.Date("2024-04-01")
month_end <- ceiling_date(per_actual, "month") - days(1)
total_days_month <- days_in_month(per_actual)

# 自动提取所有折扣的编号（匹配disc后的数字后缀）
disc_numbers <- unique(sub("disc(\\d+)", "\\1", grep("^disc\\d+$", colnames(df), value = TRUE)))

# 循环处理每个折扣组
for (num in disc_numbers) {
  date_col <- paste0("dateini", num)
  ndays_col <- paste0("ndays", num)
  
  # 仅处理日期非NA的行
  valid_rows <- which(!is.na(df[[date_col]]))
  
  # 初始化有效天数列
  df[[ndays_col]] <- NA_real_
  
  # 计算每个有效行的天数
  for (i in valid_rows) {
    if (df$total[i] == 1 & df[[date_col]][i] <= per_actual) {
      df[[ndays_col]][i] <- total_days_month
    } else {
      # 取起始日期与参考月第一天的较大值，计算到月末的天数
      start_date <- max(df[[date_col]][i], per_actual)
      df[[ndays_col]][i] <- as.numeric(month_end - start_date + 1)
    }
  }
}

代码说明 #

1. 自动识别折扣编号：通过正则匹配列名中的discX格式，提取所有折扣的数字编号，支持任意数量的折扣列。
2. 统一日期预处理：提前计算参考月的月末日期和总天数，避免循环中重复计算。
3. 动态列操作：通过字符串拼接获取对应dateiniX列，并生成ndaysX列，无需手动指定列名。
4. 兼容NA值：自动跳过日期为NA的行，对应ndays列保留NA，符合原始数据逻辑。
5. 逻辑复用：完全沿用单折扣场景的计算规则，确保结果一致性。

内容的提问来源于stack exchange，提问作者dvera