如何在R中按月份分组统计员工起止日期间的工作日数

输入数据 #

初始数据集包含员工编号、入职日期和离职日期：

df <- data.frame(
  employee_number = c(1001, 1002, 1003),
  start_date = as.Date(c('2023-01-15', '2023-02-10', '2023-03-05')),
  end_date = as.Date(c('2023-03-10', '2023-04-20', '2023-06-15'))
)

预定义节假日列表：

holidays <- as.Date(c("2023-01-02", "2023-04-07", "2023-04-10", "2023-05-01", "2023-05-08", "2023-05-29", "2023-08-28"))

完整解决方案代码 #

library(dplyr)
library(lubridate)
library(tidyr)

# 1. 为每个员工生成日期序列并过滤有效工作日
df_processed <- df %>%
  rowwise() %>%
  # 生成员工在职期间的所有日期
  mutate(dates = list(seq(start_date, end_date, by = "days"))) %>%
  unnest(dates) %>%
  # 排除周末和节假日
  filter(!wday(dates) %in% c(1,7) & !dates %in% holidays) %>%
  # 生成年月格式的周期列
  mutate(period = paste(year(dates), str_pad(month(dates), 2, pad = "0"), sep = "-")) %>%
  # 按员工编号和周期分组统计工作日数
  group_by(employee_number, period) %>%
  summarise(working_days = n(), .groups = "drop")

# 2. 转换为宽格式，填充缺失月份为0
df_result <- df_processed %>%
  pivot_wider(
    id_cols = employee_number,
    names_from = period,
    values_from = working_days,
    values_fill = 0
  ) %>%
  # 按月份顺序排序列
  select(employee_number, sort(colnames(.)[-1]))

# 查看结果
df_result

代码步骤说明 #

• 生成日期序列：通过rowwise() + mutate(list(seq(...)))为每个员工生成在职期间的所有日期，再用unnest()展开为长格式数据。
• 过滤有效工作日：用wday()判断排除周末（周日=1，周六=7），同时排除预定义的节假日。
• 分组统计：按员工编号和年月周期分组，统计每个周期内的有效工作日数。
• 转宽格式：使用pivot_wider()将长格式转换为要求的宽格式，values_fill = 0确保没有工作日的月份填充为0，最后按月份排序列保证结果有序。

输出结果 #

运行代码后得到的结果与预期一致：

# A tibble: 3 × 7
  employee_number `2023-01` `2023-02` `2023-03` `2023-04` `2023-05` `2023-06`
            <dbl>     <int>     <int>     <int>     <int>     <int>     <int>
1            1001        12        20         8         0         0         0
2            1002         0        13        23        12         0         0
3            1003         0         0        20        18        20        11

内容的提问来源于stack exchange，提问作者MathsUndergrad