基于起止日期的日/周/月周期x列求和实现求助

看起来你之前的循环没实现核心逻辑——没有判断当前日期是否落在每行的start和end区间内，所以每次都输出了所有x的总和，完全没达到需求。下面我会用高效的方法帮你实现日、周、月的求和，同时也会修正你的循环写法（虽然不推荐用循环，效率太低）。

先处理每日求和（高效版：用data.table非等值连接） #

因为你的日期范围跨度很大（2017到2021年），用for循环遍历每天会非常慢，优先用data.table的非等值连接来实现，这是处理这类区间匹配问题的最优方案之一。

首先确保你的数据是data.table格式，然后生成日期序列：

library(data.table)
library(lubridate)

# 把你的数据转成data.table（已经做了日期转换，这里再确认下）
setDT(df)
df[, c("start", "end") := .(as.Date(start), as.Date(end))]

# 生成所有需要统计的日期，转成data.table
days_dt <- data.table(date = seq(from = as.Date("2017-01-01"), to = as.Date("2021-07-31"), by = "day"))

接下来用非等值连接匹配每个日期对应的区间，然后按日期求和：

# 非等值连接：找到每个日期落在哪些start-end区间内，再按日期汇总x的总和
daily_sum <- days_dt[df, on = .(date >= start, date <= end), allow.cartesian = TRUE,
                     .(date, x)][, .(total_x = sum(x)), by = date]

这段代码的逻辑是：把每个日期和所有包含它的区间行做连接，然后提取日期和对应的x值，最后按日期分组求和，得到每天的total_x。

如果你一定要用循环（低效但易理解） #

如果觉得非等值连接有点复杂，也可以修正你的循环代码，核心是加入日期是否在区间内的判断：

days <- seq(from=as.Date("2017-01-01"), to=as.Date("2021-07-31"), by="days")
daily_sum_loop <- data.frame(date = days, total_x = 0)

for (i in seq_along(days)){
  current_day <- days[i]
  # 筛选出start <= 当前日期 <= end的行，然后求和x
  daily_sum_loop$total_x[i] <- sum(df$x[df$start <= current_day & df$end >= current_day])
}

⚠️ 注意：当日期数量多或者数据行数多的时候，这个循环会非常慢，所以尽量用前面的data.table方法。

扩展到每周求和 #

有了每日的求和结果，每周求和就很简单了——把日期按「年-周」分组，汇总每日的总和即可：

# 用lubridate的yearweek函数生成标准的年周格式（比如"2017-W01"）
weekly_sum <- daily_sum[, .(total_x = sum(total_x)), by = .(year_week = yearweek(date))]

如果你需要区分不同年份的周（比如2017年第52周和2018年第52周），yearweek生成的格式已经自动处理了这个问题。

扩展到每月求和 #

同理，每月求和只需要把日期按「年月」分组：

# 用floor_date把日期转成当月第一天，作为分组依据
monthly_sum <- daily_sum[, .(total_x = sum(total_x)), by = .(year_month = floor_date(date, "month"))]

# 或者转成字符串格式（比如"2017-01"），方便阅读
monthly_sum <- daily_sum[, .(total_x = sum(total_x)), by = .(year_month = format(date, "%Y-%m"))]

验证结果 #

你可以拿样本数据里的某一行来验证，比如第8行start=2020-04-12, end=2021-06-01, x=28，那么从2020-04-12到2021-06-01的每一天，total_x都会包含28，对应的周和月总和也会累计这个值，符合你的需求。

内容的提问来源于stack exchange，提问作者fjurt