基于R语言按90天间隔拆分日期区间的代码实现需求

以下提供两种无需依赖新版dplyr reframe() 函数的简洁实现，其中方案1结合了do.call满足你的需求：

方案1：Base R + do.call 实现 #

首先确保数据集的日期列是Date类型，接着通过遍历每行生成拆分后的区间，最后用do.call(rbind, ...)合并结果：

# 假设你的数据集名为df
df$开始日期 <- as.Date(df$开始日期)
df$结束日期 <- as.Date(df$结束日期)

# 遍历每行生成拆分后的区间列表
split_list <- lapply(1:nrow(df), function(row_idx) {
  row_data <- df[row_idx, ]
  start_date <- row_data$开始日期
  end_date <- row_data$结束日期
  
  # 生成90天间隔的断点序列
  date_breaks <- seq(start_date, end_date, by = "90 days")
  # 处理最后一段不足90天的情况
  if (tail(date_breaks, 1) < end_date) {
    date_breaks <- c(date_breaks, end_date)
  }
  
  # 构造当前行的拆分结果
  data.frame(
    编号 = row_data$编号,
    开始日期 = date_breaks[-length(date_breaks)],
    结束日期 = date_breaks[-1]
  )
})

# 合并所有拆分结果
final_result <- do.call(rbind, split_list)

方案2：旧版dplyr 实现 #

如果你习惯用dplyr语法，旧版的do()函数可以替代reframe()完成分组拆分：

library(dplyr)

final_result <- df %>%
  # 转换日期格式
  mutate(across(c(开始日期, 结束日期), as.Date)) %>%
  # 按编号分组处理
  group_by(编号) %>%
  do({
    start_date <- .$开始日期
    end_date <- .$结束日期
    
    date_breaks <- seq(start_date, end_date, by = "90 days")
    if (tail(date_breaks, 1) < end_date) {
      date_breaks <- c(date_breaks, end_date)
    }
    
    data.frame(
      编号 = .$编号,
      开始日期 = date_breaks[-length(date_breaks)],
      结束日期 = date_breaks[-1]
    )
  }) %>%
  ungroup()

这两种方案都能自动处理最后一段不足90天的区间，且无需依赖新版dplyr特性。

内容的提问来源于stack exchange，提问作者Emma