使用case_when转换月份至季度的R代码结果与教授不符问题排查

我编写了一个用case_when将月份缩写转换为季度的函数，通过mutate生成新变量Qtr后统计各季度的观测数量，但结果和教授的统计值（161,071、85,588、100,227、142,651）不一致，我的结果是152174、165778、205615、174592，不确定代码是否存在问题。

我的R代码如下：

convert_to_qtr <- function(Month) {
  case_when(
    Month == "Jan" ~ "Q1",
    Month == "Feb" ~ "Q1",
    Month == "Mar" ~ "Q1",
    Month == "Apr" ~ "Q2", 
    Month == "May" ~ "Q2", 
    Month == "Jun" ~ "Q2",
    Month == "Jul" ~ "Q3", 
    Month == "Aug" ~ "Q3", 
    Month == "Sep" ~ "Q3",
    Month == "Oct" ~ "Q4", 
    Month == "Nov" ~ "Q4", 
    Month == "Dec" ~ "Q4"
  )
}

example_months <- c("Jan", "Mar", "May", "May", "Aug", "Nov", "Nov", "Dec")
convert_to_qtr(example_months)


df %>%
  mutate(Qtr = convert_to_qtr(Month)) %>%
  group_by(Qtr) %>%
  count(Qtr)

排查方向 #

• 检查原始数据的月份格式：case_when的匹配是严格的，若df$Month存在大小写不一致（如jan/JAN）、拼写错误（如Sept而非Sep）、空值/NA，这些观测无法被匹配到对应季度，会导致统计结果偏差。可以用unique(df$Month)查看所有月份取值，确认是否有不在函数匹配列表中的内容。
• 验证函数逻辑：用example_months测试，函数返回["Q1", "Q1", "Q2", "Q2", "Q3", "Q4", "Q4", "Q4"]，逻辑本身是正确的，问题大概率出在原始数据上。
• 简化统计逻辑：group_by(Qtr)后count(Qtr)可以简化为直接count(Qtr)（count会自动按目标列分组），避免残留分组导致的统计错误。
• 更健壮的转换方式：可以用lubridate包的工具实现更通用的月份转季度，减少手动匹配的误差：

  library(lubridate)
  df %>%
    mutate(Qtr = paste0("Q", quarter(parse_date_time(Month, "abbrev")))) %>%
    count(Qtr)
  

内容的提问来源于stack exchange，提问作者Issam K