如何在R语言中结合员工状态计算服务时长？

我有包含active（在职）和inactive（离职）状态的员工数据，需要根据不同状态用不同结束日期计算服务时长。数据示例如下：

status joindate leftdate  lengthOfservice
active 1/1/2020 <NA>
active 6/7/1999 <NA>
active 15/8/2015 <NA>
inactive 1/1/1984 31/12/2009 

我已经用lubridate包处理日期：

library("lubridate")

Start <- as.Date(joindate)
End1 <- as.Date("30/4/2022") # 给定日期示例
End2 <- as.Date(leftdate)

针对离职员工的计算代码如下：

time_of_length <- interval(start, end2) %>%
  as.numeric("years")

但这段代码只能得到离职员工的结果，在职员工显示缺失值（NA）。我知道在职员工应该用下面的公式：

Time_of_length <- interval(start, end1) %>%
  as.numeric("years")

我是R语言新手，不知道怎么把这两个逻辑合并，请问可以用if else或group_by解决吗？

解决方法 #

1. 基础版：使用ifelse函数 #

ifelse是R的基础条件判断函数，直接在向量层面处理逻辑，适合新手快速实现需求：

library(lubridate)

# 先将原始数据整理为数据框（新手建议用数据框统一管理数据）
employee_data <- data.frame(
  status = c("active", "active", "active", "inactive"),
  joindate = c("1/1/2020", "6/7/1999", "15/8/2015", "1/1/1984"),
  leftdate = c(NA, NA, NA, "31/12/2009"),
  stringsAsFactors = FALSE
)

# 用lubridate的dmy函数转换日期（自动识别日/月/年格式，避免解析错误）
employee_data$Start <- dmy(employee_data$joindate)
employee_data$End1 <- dmy("30/4/2022")
employee_data$End2 <- dmy(employee_data$leftdate)

# 用ifelse合并两种计算逻辑
employee_data$lengthOfservice <- ifelse(
  employee_data$status == "active",
  as.numeric(interval(employee_data$Start, employee_data$End1), "years"),
  as.numeric(interval(employee_data$Start, employee_data$End2), "years")
)

2. 进阶版：使用dplyr的case_when（更清晰） #

如果后续有更多状态需要处理，case_when的可读性更强，配合dplyr的管道操作更流畅：

library(dplyr)
library(lubridate)

employee_data <- employee_data %>%
  mutate(
    Start = dmy(joindate),
    End1 = dmy("30/4/2022"),
    End2 = dmy(leftdate),
    # 按状态匹配计算逻辑
    lengthOfservice = case_when(
      status == "active" ~ as.numeric(interval(Start, End1), "years"),
      status == "inactive" ~ as.numeric(interval(Start, End2), "years"),
      TRUE ~ NA_real_ # 处理未知状态，返回NA
    )
  )

关于group_by的用法 #

group_by主要用于分组后执行批量操作，在这个场景下不是必须的，但如果后续需要按状态做更多计算，可以结合使用：

employee_data <- employee_data %>%
  group_by(status) %>%
  mutate(
    Start = dmy(joindate),
    End1 = dmy("30/4/2022"),
    End2 = dmy(leftdate),
    lengthOfservice = ifelse(
      status == "active",
      as.numeric(interval(Start, End1), "years"),
      as.numeric(interval(Start, End2), "years")
    )
  ) %>%
  ungroup() # 记得取消分组，避免后续操作受影响

内容的提问来源于stack exchange，提问作者Azreen