如何在R语言中统计各时间区间内的事件时间戳数量？

问题原因 #

直接用mutate(sum(events %within% interval))出现长度不匹配且结果错误，是因为interval是整列向量，events %within% interval会生成一个行数等于事件数、列数等于区间数的逻辑矩阵，直接sum会把所有元素求和，而非按行统计每个区间对应的事件数。

解决方案 #

方法1：用rowwise()逐行处理 #

先加载所需包，对数据框按行分组后，逐行计算每个区间内的事件数：

library(lubridate)
library(dplyr)
library(tibble)

# 构造规范数据（显式转换日期格式）
table <- tibble( 
    start = ymd(c( "2022-08-02", "2022-10-06", "2023-01-11")), 
    end = ymd(c("2022-08-04", "2023-02-06", "2023-02-04")), 
    interval = start %--% end
)

events <- ymd(c("2022-08-07", "2022-10-17", "2023-01-17", "2023-02-02"))

# 逐行统计事件数量
result <- table %>%
  rowwise() %>%
  mutate(event_count = sum(events %within% interval)) %>%
  ungroup()

print(result)

方法2：用purrr::map_int遍历区间 #

若不想用rowwise()，可借助purrr的映射函数逐个处理每个区间元素：

library(purrr)

result <- table %>%
  mutate(event_count = map_int(interval, ~sum(events %within% .x)))

print(result)

结果说明 #

运行后会得到新增event_count列的表格，对应每个区间的事件数：

• 第一个区间2022-08-02至2022-08-04：0个事件
• 第二个区间2022-10-06至2023-02-06：3个事件
• 第三个区间2023-01-11至2023-02-04：2个事件

内容的提问来源于stack exchange，提问作者dcossyleon