在R语言中按自定义日期范围执行group_by分组的方法

要实现按自定义日期范围分组，核心是先给每条数据匹配对应的分组标签，再用group_by按标签分组。下面提供两种常用方法，适配不同场景：

方法一：用case_when直接映射（适合少数量范围） #

如果你的自定义日期范围不多，直接用dplyr::case_when给每条数据打上分组标签，再分组聚合：

1. 确保日期列是Date类型（如果不是先转换）：

daily_data$date <- as.Date(daily_data$date)

2. 添加分组标签并分组：

library(dplyr)

daily_data <- daily_data %>%
  mutate(
    date_group = case_when(
      # 替换成你实际的日期范围和分组名称
      date >= as.Date("2023-01-01") & date <= as.Date("2023-03-31") ~ "Q1_2023",
      date >= as.Date("2023-04-01") & date <= as.Date("2023-06-30") ~ "Q2_2023",
      date >= as.Date("2023-07-01") & date <= as.Date("2023-09-30") ~ "Q3_2023",
      TRUE ~ "未分组" # 处理不在任何范围内的日期
    )
  ) %>%
  group_by(date_group) %>%
  summarise(
    total = sum(value), # 替换成你需要的聚合操作
    avg = mean(value)
  )

方法二：用模糊匹配关联范围表（适合多数量范围） #

如果自定义日期范围很多，先创建一个范围映射表，再用fuzzyjoin包做模糊匹配，自动关联分组：

1. 创建日期范围映射表：

date_ranges <- tibble(
  group_name = c("Q1_2023", "Q2_2023", "Q3_2023"),
  start_date = as.Date(c("2023-01-01", "2023-04-01", "2023-07-01")),
  end_date = as.Date(c("2023-03-31", "2023-06-30", "2023-09-30"))
)

2. 关联原数据并分组：

library(fuzzyjoin)
library(dplyr)

# 关联数据，匹配日期对应的分组
grouped_data <- fuzzy_inner_join(
  daily_data,
  date_ranges,
  by = c("date" = "start_date", "date" = "end_date"),
  match_fun = list(`>=`, `<=`) # 日期需在[start_date, end_date]区间内
) %>%
  select(date, value, group_name) # 保留需要的字段

# 按分组聚合
grouped_data %>%
  group_by(group_name) %>%
  summarise(total_value = sum(value))

关键注意事项 #

• 确保所有日期列都是Date类型，字符型日期会导致匹配失败，用as.Date()转换
• 自定义日期范围不要重叠，否则同一个日期会匹配多个分组，导致数据重复
• 如果需要保留不在范围内的日期，把fuzzy_inner_join换成fuzzy_full_join，并处理NA分组

内容的提问来源于stack exchange，提问作者tpscp