基于雇佣与离职日期的月度员工数量统计R绘图开发求助

核心思路 #

通过处理员工的雇佣/离职日期，生成全时间范围的年月序列，计算每个月的在职人数，最终用折线图展示趋势。重点处理无离职日期的在职员工，确保统计准确。

步骤1：准备示例数据 #

先构造符合需求的测试数据集：

employee_data <- data.frame(
  emp_id = 1:5,
  original_hire_date = as.Date(c("2018-03-15", "2019-01-02", "2019-07-20", "2020-02-10", "2021-05-01")),
  termination_date = as.Date(c("2020-12-31", NA, "2022-03-15", NA, "2023-01-01"))
)

步骤2：数据清洗与预处理 #

加载所需包，统一日期格式，将无离职日期的员工标记为当前日期在职：

library(dplyr)
library(lubridate)
library(ggplot2)

# 清洗日期字段，替换NA的离职日期为当前日期
employee_data_clean <- employee_data %>%
  mutate(
    original_hire_date = ymd(original_hire_date),
    termination_date = ifelse(is.na(termination_date), today(), ymd(termination_date))
  ) %>%
  mutate(termination_date = ymd(termination_date))

步骤3：生成统计时间序列 #

确定统计的时间范围（从最早雇佣月到最晚离职月），生成所有需要统计的年月：

# 计算时间边界
min_month <- floor_date(min(employee_data_clean$original_hire_date), "month")
max_month <- floor_date(max(employee_data_clean$termination_date), "month")

# 生成年月序列
date_sequence <- seq(min_month, max_month, by = "month") %>% as.Date()

步骤4：计算月度在职人数 #

这里提供两种方法，小数据集用方法1，大数据集推荐方法2：

方法1：逐行判断法（直观易理解）

monthly_headcount <- tibble(month = date_sequence) %>%
  rowwise() %>%
  mutate(
    # 判断员工是否在当月在职：雇佣日期<=当月最后一天，且离职日期>=当月第一天
    headcount = sum(
      employee_data_clean$original_hire_date <= ceiling_date(month, "month") - days(1) &
        employee_data_clean$termination_date >= floor_date(month, "month")
    )
  ) %>%
  ungroup() %>%
  mutate(month_label = format(month, "%Y年%m月"))

方法2：事件流法（高效适合大数据）

将雇佣记为+1，离职记为-1，通过累加事件计算人数：

# 生成雇佣/离职事件
events <- employee_data_clean %>%
  transmute(date = original_hire_date, change = 1) %>%
  bind_rows(
    employee_data_clean %>%
      # 离职员工次月不再统计，所以用离职次月第一天作为-1事件
      transmute(date = ceiling_date(termination_date, "month"), change = -1)
  ) %>%
  arrange(date)

# 按月累加事件，得到月度在职人数
monthly_headcount <- events %>%
  mutate(month = floor_date(date, "month")) %>%
  group_by(month) %>%
  summarise(total_change = sum(change)) %>%
  arrange(month) %>%
  mutate(headcount = cumsum(total_change)) %>%
  mutate(month_label = format(month, "%Y年%m月"))

步骤5：可视化趋势图 #

生成带数据标签的折线图，清晰展示月度人数变化：

ggplot(monthly_headcount, aes(x = month, y = headcount)) +
  geom_line(color = "#2c3e50", linewidth = 1.2) +
  geom_point(color = "#e74c3c", size = 3) +
  geom_text(aes(label = headcount), vjust = -1, size = 3.5) +
  scale_x_date(date_labels = "%Y年%m月", date_breaks = "3 months") +
  labs(
    title = "公司月度在职员工数量趋势",
    x = "年月",
    y = "在职员工数"
  ) +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    plot.title = element_text(hjust = 0.5, size = 14, face = "bold")
  )

关键注意事项 #

• 无离职日期的员工：用today()替换NA，确保其被统计到当前及之后的月份
• 统计逻辑：判断员工是否在当月有至少一天在职，避免漏算入职/离职当月的员工
• 时间序列对齐：所有日期统一按「当月第一天」或「当月最后一天」判断，避免统计偏差

内容的提问来源于stack exchange，提问作者user8272537