计算两个日期区间重叠天数：入组180天与冬季时段的重叠计算

问题描述 #

需要计算两个日期区间的重叠天数：

• 区间1：参与者入组日期（enr_dte）至入组日期加180天（end_dte = enr_dte + days(180)）
• 区间2：所有冬季时段（每年10月1日至次年5月31日）

现有代码仅在入组区间未覆盖夏季或未跨冬季年份时计算正确，其余情况会错误返回180天，需要修正。

问题根源 #

原代码仅固定了2021-10-01到2022/2023年5月31日的冬季区间，未考虑：

1. 入组日期处于其他年份的情况
2. 入组区间跨多个冬季时段的场景
3. 夏季（6-9月）完全不重叠的逻辑

解决方案 #

使用lubridate处理日期，结合dplyr和purrr实现通用的重叠天数计算，自动适配所有年份和跨区间场景：

步骤1：加载依赖包 #

library(lubridate)
library(dplyr)
library(purrr)

步骤2：预处理数据，生成入组结束日期 #

# 确保日期格式正确，生成end_dte
OMset <- OMset %>%
  mutate(
    enr_dte = ymd(enr_dte),
    end_dte = enr_dte + days(180)
  )

步骤3：定义重叠天数计算函数 #

该函数会自动生成所有与入组区间相关的冬季时段，逐一计算重叠部分后求和：

calculate_winter_overlap <- function(start_date, end_date) {
  # 生成所有可能涉及的冬季时段起始年份
  winter_start_years <- seq(year(start_date) - 1, year(end_date))
  
  # 构建每个冬季时段：Y年10月1日 至 Y+1年5月31日
  winter_intervals <- tibble(
    winter_start = ymd(paste(winter_start_years, "10", "01", sep = "-")),
    winter_end = ymd(paste(winter_start_years + 1, "05", "31", sep = "-"))
  )
  
  # 计算每个冬季时段与入组区间的重叠天数（包含两端日期）
  winter_intervals <- winter_intervals %>%
    mutate(
      overlap_start = pmax(winter_start, start_date),
      overlap_end = pmin(winter_end, end_date),
      overlap_days = ifelse(overlap_start <= overlap_end, as.numeric(overlap_end - overlap_start) + 1, 0)
    )
  
  # 返回总重叠天数
  sum(winter_intervals$overlap_days)
}

步骤4：应用函数计算所有行的重叠天数 #

OMset <- OMset %>%
  mutate(overlap_days = map2_dbl(enr_dte, end_dte, calculate_winter_overlap))

测试验证 #

• 若入组日期为2022-06-01，结束日期为2022-11-27，重叠天数应为58天（2022-10-01至2022-11-27）
• 若入组日期为2022-09-01，结束日期为2023-02-27，重叠天数应为150天（2022-10-01至2023-02-27）
• 若入组日期为2022-07-01，结束日期为2022-12-28，重叠天数为89天（2022-10-01至2022-12-28）

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