基于日期范围按唯一用户ID计算R中变量的条件求和

这里给你两种适合新手的实现方式，都能完成需求：

方法一：用Base R实现 #

1. 先把两个数据框按dash_ID合并，让每条收听记录对应上用户的里程碑日期：

merged_df <- merge(DF1, DF2, by = "dash_ID")

2. 筛选出符合日期范围的记录：date在Intervention.End.Date之后、Follow.up.End.Date及之前

filtered_df <- subset(merged_df, date >= Intervention.End.Date & date <= Follow.up.End.Date)

3. 按dash_ID分组，计算每个用户的总收听时长：

total_time <- aggregate(time_elapsed_min ~ dash_ID, data = filtered_df, sum)

4. 把求和结果合并回原DF2，无符合条件记录的用户自动填充0：

DF2$total_listen_time <- merge(DF2, total_time, by = "dash_ID", all.x = TRUE)$time_elapsed_min
DF2$total_listen_time <- replace(DF2$total_listen_time, is.na(DF2$total_listen_time), 0)

方法二：用tidyverse工具包（更直观，适合新手） #

如果还没安装tidyverse，先完成安装加载：

install.packages("tidyverse")
library(tidyverse)

然后按流程操作：

1. 关联两个数据框，筛选日期范围后分组求和：

total_time_df <- DF1 %>%
  left_join(DF2, by = "dash_ID") %>%
  filter(date >= Intervention.End.Date, date <= Follow.up.End.Date) %>%
  group_by(dash_ID) %>%
  summarise(total_listen_time = sum(time_elapsed_min, na.rm = TRUE))

2. 把求和结果合并回DF2，缺省值补0：

DF2 <- DF2 %>%
  left_join(total_time_df, by = "dash_ID") %>%
  mutate(total_listen_time = replace_na(total_listen_time, 0))

注意点 #

• 你已经把所有日期转成Date类，直接用>=和<=做日期比较是完全可行的
• 两种方法都会把无有效收听记录的用户总时长设为0，符合常规统计逻辑

内容的提问来源于stack exchange，提问作者wangki