如何用R确定患者接听电话的最优星期与小时组合时段

问题背景 #

需要确定拨打患者电话时接听量最高的星期+小时时段（如周三13:00-14:00），已完成以下数据处理：

• 将日期转换为星期几（dow字段）
• 将picked_up的Yes/No转为二进制变量（1表示接听，0表示未接听）
• 将时间划分为09:00-18:00的小时分箱

遇到两个问题：

1. 手动遍历所有星期+小时组合统计接听量效率太低，尝试max和which.max未得到预期结果
2. 编写的ggplot代码生成的各星期图表几乎完全相同，无法反映不同星期的时段差异

样本数据与预处理代码 #

样本数据 #

df <- data.frame(time  = c("09:55", "10:10", "10:15", "10:55", 
                 "12:35", "13:45", "15:30", "15:45", "17:00", 
                 "11:15"),
                 date = c("2023-05-19", "2023-05-12", "2023-05-24", "2023-05-12", "2023-05-24", "2023-05-24", 
                 "2023-05-16", "2023-05-14", "2023-05-16", "2023-05-18"), 
                 picked_up = c("No", "No", "No", "No", "Yes", 
                 "Yes", "No", "No", "Yes", "Yes")) 

数据预处理 #

# 日期转星期几
df$dow <- weekdays(as.Date(df$date))

# 接听状态转二进制
df$binary <- if_else(df$picked_up == "Yes", 1, 0)

# 时间转小时分箱（如09:55转为09:00）
df$hour <- format(strptime(df$time, "%H:%M"), "%H:00")  

解决方案 #

1. 快速定位接听量最高的星期+时段 #

无需手动遍历，通过dplyr同时按星期和小时分组求和，再提取最大值即可：

# 按星期+小时分组统计接听总数
freq_day_hour <- df %>%
  group_by(dow, hour) %>%
  summarize(total_picked = sum(binary), .groups = "drop")

# 提取接听量最高的时段（若有多个并列最大值会全部返回）
top_slot <- freq_day_hour %>%
  slice_max(total_picked, n = 1)

print(top_slot)

样本数据运行结果示例：

# A tibble: 4 × 3
  dow       hour   total_picked
  <chr>     <chr>         <dbl>
1 Friday    11:00             1
2 Wednesday 12:00             1
3 Wednesday 13:00             1
4 Tuesday   17:00             1

2. 修复ggplot图表重复问题 #

原代码中连续两次group_by会覆盖之前的分组规则，仅按hour全局统计接听量，导致各星期图表数值完全一致。正确做法是同时按dow和hour分组：

df %>%
  group_by(dow, hour) %>%
  mutate(resp = sum(binary)) %>%
  ungroup() %>%
  ggplot(aes(x = hour, y = resp)) +
  geom_point() +
  ylab("接听次数") +
  xlab("时段") +
  facet_wrap(vars(dow))

修改后，每个分面会显示对应星期各时段的实际接听次数，不会再出现重复的图表。

内容的提问来源于stack exchange，提问作者dlodge