如何在R语言中跨年份按年度周段对日期分组？

核心需求 #

将不同年份数据集里的日期，按年度内7天区间划分，且不同年份的同区间日期（如2020-02-21与2021-02-21）归属同一分组，组标签格式为MM-DD至MM-DD。

预处理：清理无效日期 #

示例数据中存在2020-02-31、2021-02-29这类无效日期，需先修正为有效日期，否则无法转换为Date类型：

# 修正x1的无效日期
x1$day[x1$day == "2020-02-31"] <- "2020-02-29"
x1$day <- as.Date(x1$day, "%Y-%m-%d")

# 修正x2的无效日期
x2$day[x2$day == "2021-02-31"] <- "2021-02-28"
x2$day[x2$day == "2021-02-29"] <- "2021-02-28"
x2$day <- as.Date(x2$day, "%Y-%m-%d")

方法一：按年度连续7天分组（从每年1月1日起算） #

基于日期的年内日序切割，确保每年的第1-7天、8-14天等区间标签统一。

library(lubridate)

# 定义分组函数
group_by_yearly_7days <- function(df) {
  # 计算年内第几天
  df$yday <- yday(df$day)
  # 生成7天间隔的切割点（覆盖闰年366天）
  breaks <- seq(1, 367, by = 7)
  # 切割年内日序，左闭右开区间
  df$group_interval <- cut(df$yday, breaks = breaks, include.lowest = TRUE, right = FALSE)
  
  # 提取区间起始日序，转换为对应日期并生成标签
  start_yday <- as.integer(gsub("\\((\\d+),.*", "\\1", df$group_interval))
  start_yday[start_yday == 0] <- 1  # 修正第一组的起始值
  
  start_date <- as.Date(paste0(year(df$day), "-01-01")) + start_yday - 1
  end_date <- start_date + 6
  
  df$week_group <- paste0(format(start_date, "%m-%d"), "至", format(end_date, "%m-%d"))
  # 移除中间变量（可选）
  df <- df[, !names(df) %in% c("yday", "group_interval")]
  return(df)
}

# 批量处理数据集
x1_processed <- group_by_yearly_7days(x1)
x2_processed <- group_by_yearly_7days(x2)

方法二：按自然周对齐分组（匹配示例区间） #

如果需要像示例中2020-01-17归属01-15至01-21这类自然周区间，可通过将所有日期映射到同一基准年（如闰年2020），再按周切割，确保不同年份的同周区间标签一致。

library(lubridate)

# 定义分组函数，可指定周起始日（1=周一，7=周日，示例中用4=周三）
group_by_aligned_week <- function(df, week_start = 4) {
  # 将日期映射到基准年（2020为闰年，覆盖所有日期）
  base_day <- ymd(paste0(2020, "-", format(df$day, "%m-%d")))
  # 按周切割，指定周起始日
  df$cut_group <- cut(base_day, breaks = "week", week_start = week_start)
  
  # 提取区间并生成统一标签
  df$week_group <- gsub("2020-", "", df$cut_group)
  df$week_group <- gsub("[\\(\\)]", "", df$week_group)
  df$week_group <- gsub(",", "至", df$week_group)
  
  # 移除中间变量（可选）
  df <- df[, !names(df) %in% "cut_group"]
  return(df)
}

# 处理数据集，示例中周起始为周三（week_start=4）
x1_processed <- group_by_aligned_week(x1)
x2_processed <- group_by_aligned_week(x2)

验证结果 #

处理后，x1中的2020-01-17与x2中的2021-01-17会被分到同一分组01-15至01-21，符合需求。

内容的提问来源于stack exchange，提问作者MatthewR