如何在R DataFrame中添加列统计指定月份工作日的出现次数？

核心思路 #

按「年月」分组，统计每组内周一至周五的天数（即工作日数），再将统计结果匹配回原数据的对应行。可以用lubridate处理日期格式，dplyr完成分组计算，这两个工具是R中处理这类需求的常用组合。

步骤与代码示例 #

假设你的数据框名为df，日期列名为date：

1. 加载必要的包

library(lubridate)
library(dplyr)

2. 确保日期列是日期格式
   如果日期列还不是日期类型，先根据实际格式转换：

df$date <- ymd(df$date) # 适用于"年-月-日"格式，比如"2024-05-20"
# 若格式是"日/月/年"，替换为df$date <- dmy(df$date)
# 若格式是"月/日/年"，替换为df$date <- mdy(df$date)

3. 计算每月工作日数并合并回原数据框

# 生成年月分组键，统计每个月的工作日数
month_workdays <- df %>%
  mutate(year_month = floor_date(date, "month")) %>% # 将日期转为当月第一天，作为分组标识
  group_by(year_month) %>%
  summarise(working_day_in_the_month = sum(wday(date, week_start = 1) %in% 1:5))
  # wday(week_start=1)设置周一为1，1-5对应周一到周五，sum统计该月工作日总数

# 将统计结果合并回原数据框，添加目标列
df <- df %>%
  mutate(year_month = floor_date(date, "month")) %>%
  left_join(month_workdays, by = "year_month") %>%
  select(-year_month) # 可选：删除临时的年月分组列

进阶：排除法定节假日 #

如果需要排除法定节假日，可借助timeDate包的节假日判断功能：

library(timeDate)

month_workdays <- df %>%
  mutate(year_month = floor_date(date, "month"),
         is_weekday = wday(date, week_start = 1) %in% 1:5,
         # 这里以美国节假日为例，可替换为其他地区日历，比如CNHolidayCalendar()
         is_holiday = isHoliday(date, holidays = USHolidayCalendar())) %>%
  group_by(year_month) %>%
  summarise(working_day_in_the_month = sum(is_weekday & !is_holiday))

大数据场景：用data.table提速 #

如果数据量较大，推荐用data.table提升运算效率：

library(data.table)
library(lubridate)

setDT(df) # 转换为data.table格式
df[, date := ymd(date)]
df[, year_month := floor_date(date, "month")]
# 按年月分组，直接在原数据框添加目标列
df[, working_day_in_the_month := sum(wday(date, week_start=1) %in% 1:5), by = year_month]
df[, year_month := NULL] # 删除临时列

内容的提问来源于stack exchange，提问作者Mohamed Osman